napari
0.5.4
napari es un visor de imágenes multidimensional, rápido e interactivo para Python. Está diseñado para explorar, anotar y analizar imágenes multidimensionales de gran tamaño. Está construido sobre Qt (para la GUI), vispy (para una representación basada en GPU de alto rendimiento) y la pila científica de Python (numpy, scipy).
¡Estamos desarrollando napari al aire libre! Pero el proyecto se encuentra en una etapa alfa y es probable que todavía haya cambios importantes con cada lanzamiento. Puede seguir el progreso en este repositorio, probar nuevas versiones a medida que las lanzamos y contribuir con ideas y código.
Si desea consultar nuestra documentación, vaya a napari.org. Si desea contribuir, consulte la sección de contribuciones a continuación.
Estamos trabajando en tutoriales, pero también puedes comenzar rápidamente mirando a continuación.
Se recomienda instalar napari en un entorno virtual, como este:
conda crear -y -n napari-env -c conda-forge python=3.9 conda activar napari-env python -m pip instalar "napari[todos]"
Si prefiere conda sobre pip, puede reemplazar la última línea con: conda install -c conda-forge napari pyqt
Consulte aquí para obtener la guía de instalación completa.
(Los siguientes ejemplos requieren la ejecución del paquete scikit-image . Solo utilizamos muestras de datos de este paquete con fines de demostración. Si cambia los ejemplos para usar su propio conjunto de datos, es posible que no necesite instalar este paquete).
Desde dentro de un shell IPython, puede abrir un visor interactivo llamando
desde skimage importar datos importar napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)
Para usar napari desde dentro de un script, use napari.run() :
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)napari.run() # inicia el "bucle de eventos" y muestra al espectador
¡Consulte los scripts en nuestra carpeta examples para ver algunas de las funciones que estamos desarrollando!
napari admite seis tipos de capas principales diferentes: Image , Labels , Points , Vectors , Shapes y Surface , cada una de las cuales corresponde a un tipo de datos, visualización e interactividad diferentes. Puedes agregar múltiples capas de diferentes tipos al visor y luego comenzar a trabajar con ellas, ajustando sus propiedades.
Todos nuestros tipos de capas admiten datos de n dimensiones y el visor brinda la capacidad de explorar y visualizar rápidamente sectores de los datos en 2D o 3D.
napari también admite la comunicación bidireccional entre el visor y el kernel de Python, lo cual es especialmente útil cuando se inicia desde notebooks jupyter o cuando se usa nuestra consola integrada. El uso de la consola le permite cargar y guardar datos del visor de forma interactiva y controlar todas las funciones del visor mediante programación.
Puede ampliar napari utilizando atajos personalizados, combinaciones de teclas y funciones del mouse.
Para obtener más detalles sobre cómo utilizar napari , consulte nuestros tutoriales. Estos todavía son un trabajo en progreso, pero los actualizaremos periódicamente.
Para obtener más información sobre nuestros planes para napari puede leer nuestra declaración de misión y valores, que incluye más detalles sobre nuestra visión de respaldar un ecosistema de complementos en torno a napari. Puedes ver los detalles de la hoja de ruta del proyecto aquí.
¡Se alientan las contribuciones! Lea nuestra guía de contribución para comenzar. Dado que estamos en una etapa inicial, es posible que desees consultar nuestros Problemas de GitHub antes de comenzar.
Si desea contribuir o editar nuestra documentación, vaya a napari/docs.
napari tiene un Código de conducta que deben respetar todos los que participan en la comunidad napari .
Puede obtener más información sobre cómo se organiza y gestiona el proyecto napari en nuestro modelo de gobernanza, que incluye información y formas de contactar a @napari/steering-council y @napari/core-devs.
Si encuentra útil napari , cite este repositorio utilizando su DOI de la siguiente manera:
Colaboradores de napari (2019). napari: un visor de imágenes multidimensional para Python. doi:10.5281/zenodo.3555620
Tenga en cuenta que este DOI se resolverá en todas las versiones de napari. Para citar una versión específica, busque el DOI de esa versión en nuestra página de zenodo. El DOI de la última versión se encuentra en la insignia en la parte superior de esta página.
Somos socios de la comunidad en el foro image.sc y todas las solicitudes de ayuda y soporte deben publicarse en el foro con la etiqueta napari . Esperamos interactuar con usted allí.
Los informes de errores deben realizarse sobre nuestros problemas de GitHub utilizando la plantilla de informe de errores. Si cree que algo no funciona, no dude en comunicarse con nosotros: ¡probablemente seamos nosotros y no usted!
