simple_norm#
- astropy.visualization.simple_norm(data, stretch='linear', power=1.0, asinh_a=0.1, min_cut=None, max_cut=None, min_percent=None, max_percent=None, percent=None, clip=False, log_a=1000, invalid=-1.0, sinh_a=0.3)[源代码]#
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。默认值为“线性”。
- power :
float
,可选Python:Float,可选 的功率指数
stretch='power'
. 默认值为1.0。- asinh_a :
float
,可选Python:Float,可选 为了
stretch='asinh'
,asinh曲线从线性过渡到对数行为的值,表示为标准化图像的一部分。必须在0和1之间。默认值为0.1。- min_cut :
float
,可选Python:Float,可选 最小剪切级别的像素值。数据值小于
min_cut
将设置为min_cut
在拉伸图像之前。默认值为图像最小值。min_cut
重写min_percent
.- max_cut :
float
,可选Python:Float,可选 最大剪切级别的像素值。数据值大于
max_cut
将设置为max_cut
在拉伸图像之前。默认为图像最大值。max_cut
覆盖max_percent
。- min_percent :
float
,可选Python:Float,可选 用于确定最小剪切级别的像素值的百分位值。默认值为0.0。
min_percent
重写percent
.- max_percent :
float
,可选Python:Float,可选 用于确定最大剪切级别的像素值的百分位值。默认值为100.0。
max_percent
重写percent
.- percent :
float
,可选Python:Float,可选 用于确定最小和最大剪切级别的像素值的图像值的百分比。下切割级别将设置为
(100 - percent) / 2
百分位,而上切割级别将设置为(100 + percent) / 2
百分位。默认值为100.0。percent
忽略,如果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 值指定由规范化生成的NaN值。输入中的NaNs
data
数组未更改。对于matplotlib规范化invalid
值应映射到matplotlib colormap“under”值(即任何小于0的有限值)。如果None
,则不替换NaN值。如果clip=True
.- sinh_a :
float
,可选Python:Float,可选 的缩放参数
stretch='sinh'
。默认值为0.3。
- data :
- 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。
- 结果 :