Matplotlib imshow（）的默认规范化与自定义实现

Question

Matplotlib的axes.imshow() documentation中的“规范”参数说明说，默认情况下，“使用线性比例尺将最小值映射到0，将最大值映射到1”进行标准化。

这意味着形式为f（x）=（x-x_min）/（x_max-x_min）的函数会将图像值x映射到介于0和1之间的f（x）。但是，我无法重现此图像行为，如果我自己对图像进行归一化然后显示：

import numpy as np
import matplotlib.pyplot as plt
A = np.random.normal(size=(4,5,3))
# A does have negative values
print(np.min(A), np.max(A))

# normalizing to range [0,1]
B = (A - np.min(A))/np.ptp(A)

figure = plt.figure()
ax1 = figure.add_subplot(121)
ax1.imshow(A)
ax2 = figure.add_subplot(122)
ax2.imshow(B)

plt.show()

这是图像的外观：

很显然，它们并不相同。那么，是否只是由于不同的颜色图？如果是这样，对于给定的应用程序，我如何事先知道将使用哪种颜色图？