Matplotlib是Python中令人驚歎的可視化庫,用於數組的二維圖。 Matplotlib是一個基於NumPy數組的多平台數據可視化庫,旨在與更廣泛的SciPy堆棧配合使用。

matplotlib.colors.Normalize

matplotlib.colors.Normalize類屬於matplotlib.colors模塊。 matplotlib.colors模塊用於將顏色或數字參數轉換為RGBA或RGB。此模塊用於將數字映射到顏色或以一維顏色數組(也稱為colormap)進行顏色規格轉換。

matplotlib.colors.Normalize類用於將數據規範化為[0.0,1.0]的間隔。

用法:

class matplotlib.colors.Normalize(vmin=None, vmax=None, clip=False)

如果未設置vmin或vmax,則它將分別從處理的第一個輸入的最小值和最大值進行初始化。換句話說,__call __(Data)調用autoscale_None(Data)。如果clip的值設置為True且給定值超出範圍,則它將返回0或1,以最接近的值為準。如果vmax == vmin,則返回0。它與標量或包含掩碼數組的數組一起運行。如果clip為True,則將蒙版值設置為1,否則它們將保持蒙版。

方法:

  1. autoscale(self, A):此方法將vmin設置為A的最小值,並將vmax設置為A的最大值。
  2. autoscale_None(self, A):此方法僅自動縮放具有無值的vmin和vmax。
  3. inverse(self, value):它交換vmin和vmax的值。
  4. static process_value(value):此方法中的value參數可以是標量或序列。它用於均化輸入值,以進行有效而簡單的標準化。此方法返回匹配值的掩碼數組。將保留所有浮點數據類型,並將具有兩個或更少字節的整數數據類型轉換為np.float32,而將較大字節類型的數據轉換為np.float64。這樣做是為了通過使用就地操作盡可能保留float32值來提高大型數組的速度。
  5. scaled(self):它返回一個布爾值以檢查是否設置了vmin或vmax。

範例1:

import matplotlib.pyplot as plt
import numpy as np
from matplotlib import colors
from matplotlib.ticker import PercentFormatter # set a  random state for
# reproducibility
np.random.seed(19687581) total_points = 500000
total_bins = 100# Centering at a = 0 and b = 5
# generate normal distributions
a = np.random.randn(total_points)
b = .4 * a + np.random.randn(500000) + 5figure, axes = plt.subplots(1, 2,  tight_layout = True) # C is the count in each bin
C, bins, patches = axes[0].hist(a, bins = total_bins) # We'll color code by height,
# but you could use any scalar
fracs = C / C.max() # Normalize of  the data to 0..1
# for covering the full range of
# the colormap
norm = colors.Normalize(fracs.min(), fracs.max()) # looping through the objects and
# setting the color of each accordingly
for thisfrac, thispatch in zip(fracs, patches):color = plt.cm.viridis(norm(thisfrac)) thispatch.set_facecolor(color) # normalize the inputs by C
axes[1].hist(a, bins = total_bins, density = True) # formating the y-axis for displaying
# percentage
axes[1].yaxis.set_major_formatter(PercentFormatter(xmax = 1))

輸出:

範例2:

import matplotlib.pyplot as plt
import matplotlib as mpl figure, axes = plt.subplots(figsize =(6, 1))
figure.subplots_adjust(bottom = 0.5) color_map = mpl.cm.cool
normlizer = mpl.colors.Normalize(vmin = 0, vmax = 5) figure.colorbar(mpl.cm.ScalarMappable(norm = normlizer, cmap = color_map), cax = axes, orientation ='horizontal', label ='Arbitary Units')

輸出:

Python学习笔记 Matplotlib.colors.Normalize用法及代碼示例相关推荐

  1. python dataframe dropna_python pandas DataFrame.dropna用法及代碼示例

    刪除缺失的值. 看到用戶指南詳細了解哪些值被認為缺失,以及如何處理缺失的數據. 參數: axis:{0 或 'index', 1 或 'columns'}, 默認為 0確定是否刪除包含缺失值的行或列. ...

  2. python中color的用法顺序_Python Matplotlib.colors.Normalize用法及代码示例

    Matplotlib是Python中令人惊叹的可视化库,用于数组的二维图. Matplotlib是一个基于NumPy数组的多平台数据可视化库,旨在与更广泛的SciPy堆栈配合使用. matplotli ...

  3. python的from_bytes属性_Python parse.quote_from_bytes方法代碼示例

    本文整理匯總了Python中urllib.parse.quote_from_bytes方法的典型用法代碼示例.如果您正苦於以下問題:Python parse.quote_from_bytes方法的具體 ...

  4. python中的os abort_Python os.abort()用法及代碼示例

    Python中的OS模塊提供了與操作係統進行交互的功能.操作係統屬於Python的標準實用程序模塊.該模塊提供了使用依賴於操作係統的功能的便攜式方法. os.abort()Python中的方法用於生成 ...

  5. python calendar.isleap_Python calendar isleap()用法及代碼示例

    日曆模塊允許輸出類似於程序的日曆,並提供與日曆相關的其他有用功能. "日曆"模塊中定義的函數和類使用理想化的日曆,當前的公曆日曆在兩個方向上都無限期擴展. 在Python中,cal ...

  6. python中sinh是什么_Python numpy.sinh()用法及代碼示例

    numpy.sinh(x [,out])= ufunc'sin'):此數學函數可幫助用戶計算所有x(作為數組元素)的雙曲正弦值. 等效於1/2 *(np.exp(x)-np.exp(-x))或-1j ...

  7. Python学习笔记——输入与输出用法

    目录 1.输入input 2.输出print 1.输入input python里面的输入函数是input(),可以接收一个从键盘输入的内容,回车结束. python3版本的input可以接收任意的数据 ...

  8. python学习笔记之常用模块用法分析

    内置模块(不用import就可以直接使用) 常用内置函数 help(obj) 在线帮助, obj可是任何类型 callable(obj) 查看一个obj是不是可以像函数一样调用 repr(obj) 得 ...

  9. python中fmod什么意思_Python fmod()用法及代碼示例

    fmod()函數是Python中的標準數學庫函數之一,用於計算指定給定參數的模塊. 用法: math.fmod( x, y ) 參數: x任何有效數字(正數或負數). y任何有效數字(正數或負數). ...

最新文章

  1. 【C#】Web页面传值小结-
  2. 微信小程序 weui 使用方法
  3. 数据压缩 第四次作业
  4. php smtp发送附件,PHP:如何使用smtp设置发送带附件的电子邮件?
  5. 实例58:python
  6. 安裝jpeg-6b png error错误解决方法
  7. 董明珠解释举报奥克斯初衷:这不仅是企业间的竞争 更是道德的选择
  8. php输出内容到页面,php实时输出内容
  9. 项目记事【SpringMVC-1】:后台接收前端传来的JSON,并转成对象
  10. 三阶段DEA模型操作步骤笔记
  11. CTF 杂项 隐写术 密码学及编码 取证技术
  12. 论文阅读:CCX-RAYNET: A CLASS CONDITIONED CONVOLUTIONAL NEURAL NETWORK FOR BIPLANAR X-RAYS TO CT VOLUME
  13. RDS报警问题解决过程
  14. 云存储平台——Seafile搭建
  15. 【软考-软件设计师精华知识点笔记】第八章 算法分析设计
  16. LabVIEW中不同颜色连线的含义
  17. JS/正则 验证 数字 电话号码 传真 邮箱 手机号码 邮编 日期
  18. 二维数组作为函数参数的传递
  19. 支付设计白皮书:支付系统的对账系统设计
  20. 229. Majority Element II**

热门文章

  1. [HTML/JS]用HTML、JS实现放大图片效果(放大镜)
  2. 如何向 YouTube 视频添加章节
  3. oracle 变更字段名称_oracle怎么修改字段名称?
  4. RSA2012系列(5):虚拟化安全总揽
  5. 终极对决?360报QQ声明为木马
  6. Windows 7市占率仍居Windows桌面系统首位
  7. 首席新媒体运营商学院黎想:怎么做短视频运营博主?
  8. 计算机加电启动操作引导自举,在计算机加电启动过程中,加电自检程序、 操作系统、引导程序、自举装入程序,这四个的执行顺序为...
  9. windows网络配置
  10. 【历史上的今天】12 月 17 日:词汇 Weblog 被创造;APL 语言发明人诞生;人类飞上天空