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)

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。

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。