Napari
0.5.4
napari ist ein schneller, interaktiver, mehrdimensionaler Bildbetrachter für Python. Es ist zum Durchsuchen, Kommentieren und Analysieren großer mehrdimensionaler Bilder konzipiert. Es basiert auf Qt (für die GUI), Vispy (für leistungsstarkes GPU-basiertes Rendering) und dem wissenschaftlichen Python-Stack (Numpy, Scipy).
Wir entwickeln Napari im Freien! Aber das Projekt befindet sich in der Alpha -Phase und es wird wahrscheinlich immer noch mit jeder Veröffentlichung wichtige Änderungen geben. Sie können den Fortschritt dieses Repositorys verfolgen, neue Versionen testen, sobald wir sie veröffentlichen, und Ideen und Code beisteuern.
Wenn Sie unsere Dokumentation einsehen möchten, gehen Sie bitte zu napari.org. Wenn Sie dazu beitragen möchten, lesen Sie bitte den Abschnitt „Mitwirken“ weiter unten.
Wir arbeiten an Tutorials, aber Sie können auch schnell loslegen, indem Sie unten nachsehen.
Es wird empfohlen, Napari in einer virtuellen Umgebung zu installieren, wie folgt:
conda create -y -n napari-env -c conda-forge python=3.9 Conda aktiviert Napari-Env python -m pip install „napari[all]“
Wenn Sie Conda gegenüber Pip bevorzugen, können Sie die letzte Zeile ersetzen durch: conda install -c conda-forge napari pyqt
Die vollständige Installationsanleitung finden Sie hier.
(Für die Ausführung der folgenden Beispiele ist das scikit-image Paket erforderlich. Wir verwenden Datenbeispiele aus diesem Paket nur zu Demonstrationszwecken. Wenn Sie die Beispiele ändern, um Ihren eigenen Datensatz zu verwenden, müssen Sie dieses Paket möglicherweise nicht installieren.)
Aus einer IPython-Shell heraus können Sie durch Aufruf einen interaktiven Viewer öffnen
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(),channel_axis=1, ndisplay=3)
Um Napari innerhalb eines Skripts zu verwenden, verwenden Sie napari.run() :
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)napari.run() # Starten Sie die „Ereignisschleife“ und zeigen Sie sie dem Viewer an
Schauen Sie sich die Skripte in unserem examples an, um einige der Funktionen zu sehen, die wir entwickeln!
Napari unterstützt sechs verschiedene Hauptebenentypen: Image , Labels , Points , Vectors , Shapes und Surface , die jeweils einem anderen Datentyp, einer anderen Visualisierung und einer anderen Interaktivität entsprechen. Sie können dem Viewer mehrere Ebenen unterschiedlichen Typs hinzufügen und dann damit beginnen, mit ihnen zu arbeiten und ihre Eigenschaften anzupassen.
Alle unsere Layer-Typen unterstützen n-dimensionale Daten und der Viewer bietet die Möglichkeit, schnell entweder 2D- oder 3D-Schnitte der Daten zu durchsuchen und zu visualisieren.
Napari unterstützt auch die bidirektionale Kommunikation zwischen dem Viewer und dem Python-Kernel, was besonders nützlich ist, wenn Sie von Jupyter-Notebooks aus starten oder unsere integrierte Konsole verwenden. Mithilfe der Konsole können Sie interaktiv Daten aus dem Viewer laden und speichern sowie alle Funktionen des Viewers programmgesteuert steuern.
Sie können Napari mithilfe benutzerdefinierter Verknüpfungen, Tastenkombinationen und Mausfunktionen erweitern.
Weitere Informationen zur Verwendung napari finden Sie in unseren Tutorials. Diese sind noch in Arbeit, aber wir werden sie regelmäßig aktualisieren.
Weitere Informationen zu unseren Plänen für napari finden Sie in unserem Leitbild und unserer Werteerklärung, das weitere Details zu unserer Vision zur Unterstützung eines Plugin-Ökosystems rund um Napari enthält. Details zur Projekt-Roadmap finden Sie hier.
Beiträge sind erwünscht! Bitte lesen Sie unseren Beitragsleitfaden, um loszulegen. Da wir uns noch in einem frühen Stadium befinden, sollten Sie sich zunächst über unsere GitHub-Probleme informieren, bevor Sie loslegen.
Wenn Sie zu unserer Dokumentation beitragen oder diese bearbeiten möchten, gehen Sie bitte zu napari/docs.
napari verfügt über einen Verhaltenskodex, der von allen Mitgliedern der napari -Gemeinschaft eingehalten werden sollte.
Weitere Informationen zur Organisation und Verwaltung des napari Projekts finden Sie in unserem Governance-Modell, das Informationen über @napari/steering-council und @napari/core-devs sowie Möglichkeiten zur Kontaktaufnahme enthält.
Wenn Sie napari nützlich finden, zitieren Sie dieses Repository bitte mit seinem DOI wie folgt:
Napari-Mitwirkende (2019). Napari: ein mehrdimensionaler Bildbetrachter für Python. doi:10.5281/zenodo.3555620
Beachten Sie, dass dieser DOI in alle Versionen von Napari aufgelöst wird. Um eine bestimmte Version zu zitieren, finden Sie den DOI dieser Version auf unserer Zenodo-Seite. Der DOI der neuesten Version befindet sich im Abzeichen oben auf dieser Seite.
Wir sind Community-Partner im image.sc-Forum und alle Hilfe- und Supportanfragen sollten im Forum mit dem Tag napari gepostet werden. Wir freuen uns auf den Austausch mit Ihnen vor Ort.
Fehlerberichte sollten zu unseren GitHub-Problemen mithilfe der Fehlerberichtsvorlage erstellt werden. Wenn Sie glauben, dass etwas nicht funktioniert, zögern Sie nicht, uns zu kontaktieren – wahrscheinlich liegt es an uns und nicht an Ihnen!
