contourf norm参数

`norm` 参数用于指定等高线图的颜色映射归一化方式，它可以取以下两种类型之一：

- `matplotlib.colors.Normalize` 对象：表示使用自定义的归一化方式。可以通过 `matplotlib.colors.Normalize` 类的子类（例如 `matplotlib.colors.LogNorm`、`matplotlib.colors.PowerNorm` 等）来指定不同的归一化方式，或者通过自定义归一化函数来实现自定义的归一化方式。

- 字符串：表示使用默认的归一化方式。可以是以下字符串之一：

- `'linear'`：表示使用线性归一化方式，即将数据范围映射到 [0, 1] 的范围内。

- `'log'`：表示使用对数归一化方式，即将数据范围的对数映射到 [0, 1] 的范围内。

- `'symlog'`：表示使用对数归一化方式，但可以对数据范围的中央部分进行线性缩放。需要指定一个参数 `linthresh`，表示线性缩放的阈值。

- `'power'`：表示使用幂函数归一化方式，即将数据范围的幂函数映射到 [0, 1] 的范围内。需要指定一个参数 `gamma`，表示幂函数的指数。

- `'none'`：表示不进行归一化，即颜色映射范围等于数据范围。

下面是一个使用 `LogNorm` 归一化方式的例子：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.colors import LogNorm

x = np.linspace(-5, 5, 101)
y = np.linspace(-5, 5, 101)
X, Y = np.meshgrid(x, y)
Z = np.sin(np.sqrt(X**2 + Y**2))

fig, ax = plt.subplots()
levels = np.linspace(-1, 1, 21)
norm = LogNorm(vmin=0.01, vmax=1)
cs = ax.contourf(X, Y, Z, levels=levels, norm=norm, cmap='coolwarm')
fig.colorbar(cs, ax=ax)

plt.show()

在这个例子中，我们使用 `LogNorm` 归一化方式，将颜色映射范围映射到一个对数尺度上。需要注意的是，由于数据中有负数，因此我们需要将数据转换为非负数。具体来说，我们使用 `np.sin` 函数对数据进行映射，将数据范围限制在 [-1, 1] 之间。然后，我们将等高线图分成 21 层，并使用 `coolwarm` 颜色映射表进行填充。最后，我们在图形右侧添加了一个颜色条，用于显示颜色映射关系。