simple_norm

astropy.visualization.simple_norm(data, stretch='linear', power=1.0, asinh_a=0.1, vmin=None, vmax=None, min_percent=None, max_percent=None, percent=None, clip=False, log_a=1000, invalid=-1.0, sinh_a=0.3)

返回一个可用于使用Matplotlib显示图像的规范化类。

此函数仅启用中可用的图像拉伸功能的一个子集 ImageNormalize .

此函数由 astropy.visualization.scripts.fits2bitmap 脚本。

参数:

data : ndarray恩达雷

图像数组。

stretch{‘线性’，‘SQRT’，

应用于图像的拉伸函数。默认为“线性”。

power : float ，可选Python：Float，可选

权力指数 stretch='power' .默认为1.0。

asinh_a : float ，可选Python：Float，可选

为 stretch='asinh' ，asinh曲线从线性行为转变为对数行为的值，表示为标准化图像的一小部分。必须在0和1之间的范围内。默认值为0.1。

vmin : float ，可选Python：Float，可选

最小切割级别的像素值。数据值小于 vmin 将设置为 vmin 然后拉伸图像。默认值是图像最小值。 vmin 覆盖 min_percent .

vmax : float ，可选Python：Float，可选

最大剪切级别的像素值。数据值大于 vmax 将设置为 vmax 然后拉伸图像。默认值为图像最大值。 vmax 覆盖

min_percent : float ，可选Python：Float，可选

用于确定最小切割水平的像素值的百分位值。默认为0.0。 min_percent 覆盖 percent .

max_percent : float ，可选Python：Float，可选

用于确定最大切割水平的像素值的百分位值。默认为100.0。 max_percent 覆盖 percent .

percent : float ，可选Python：Float，可选

用于确定最小和最大剪切级别像素值的图像值百分比。较低的削减水平将设定在 (100 - percent) / 2 百分位数，而上限水平将设置为 (100 + percent) / 2 百分位。默认为100.0。 percent 如果出现以下情况，则忽略 min_percent 或 max_percent 是输入。

clip : bool ，可选可选的布尔

如果 True ，数据值超出 [0:1] 范围被剪裁到 [0:1] 范围。

log_a : float ，可选Python：Float，可选

的日志索引 stretch='log' . 默认值为1000。

invalid : None 或 float ，可选PYTHON：NONE或PYTHON：FLOAT，可选

用于分配由规范化生成的NaN值的值。输入中的NaN data 数组没有更改。对于matplotlib规范化， invalid 值应映射到matplotlib colormap“下”值（即，任何有限值< 0）。如果 None ，那么NaN值不会被替换。如果出现以下情况，此关键字无效 clip=True .

sinh_a : float ，可选Python：Float，可选

的缩放参数 stretch='sinh' 。默认值为0.3。

返回:

结果 ： ImageNormalize 实例ImageNormalize实例

安 ImageNormalize 实例，该实例可用于使用Matplotlib显示图像。

参见

SimpleNorm