معرفی شرکت ها


ds9norm-0.1


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A Matplotlib normalize object that replicates DS9 image stretching
ویژگی مقدار
سیستم عامل -
نام فایل ds9norm-0.1
نام ds9norm
نسخه کتابخانه 0.1
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Chris Beaumont
ایمیل نویسنده cbeaumont@cfa.harvard.edu
آدرس صفحه اصلی https://github.com/glue-viz/ds9norm
آدرس اینترنتی https://pypi.org/project/ds9norm/
مجوز MIT
ds9norm ======= This file implements a matplotlib Normalize object which mimics the functionality of image scaling functions in `ds9 <http://ds9.si.edu/site/Home.html>`__. It provides 5 ways of configuring image scaling: - Clipping the low and high intensities at specified percentiles (``clip_lo``, ``clip_hi``) - Specifying an intensity transfer function for ramping from black to white (``stretch``) - Setting the mid-point of this transfer function (``bias``, akin to dragging the right mouse button left/right in ds9) - Setting how sharp the transition from black-white is (``contrast``, akin to dragging the right mouse button up/down in ds9) Examples -------- See the `example notebook <http://nbviewer.ipython.org/github/glue-viz/ds9norm/blob/master/Examples.ipynb>`__ .. code:: python data = fits.getdata('M51.fits') norm = DS9Normalize(bias=0.2) figure, axs = plt.subplots(ncols=3, nrows=3, squeeze=False, tight_layout=True) for ax, bias in zip(axs[2], [.2, .5, .8]): ax.imshow(data, norm=DS9Normalize(bias=bias)) ax.set_title('Bias = %0.1f' % bias) for ax, contrast in zip(axs[1], [0.5, 1, 2]): ax.imshow(data, norm=DS9Normalize(contrast=contrast)) ax.set_title('Contrast = %0.1f' % contrast) for ax, stretch in zip(axs[0], ['linear', 'sqrt', 'arcsinh']): ax.imshow(data, norm=DS9Normalize(stretch=stretch)) ax.set_title(stretch) .. figure:: gallery.png :alt: ds9norm demo ds9norm demo Build Status ------------ [|Build Status|\ ] (https://travis-ci.org/glue-viz/ds9norm?branch=master) [|Coverage Status|\ ] (https://coveralls.io/r/glue-viz/ds9norm) .. |Build Status| image:: https://travis-ci.org/glue-viz/ds9norm.png .. |Coverage Status| image:: https://coveralls.io/repos/glue-viz/ds9norm/badge.png


نحوه نصب


نصب پکیج whl ds9norm-0.1:

    pip install ds9norm-0.1.whl


نصب پکیج tar.gz ds9norm-0.1:

    pip install ds9norm-0.1.tar.gz