나파리

Python용 다차원 이미지 뷰어

napari는 Python용 빠르고 대화형 다차원 이미지 뷰어입니다. 대규모 다차원 이미지를 탐색하고, 주석을 달고, 분석하도록 설계되었습니다. 이는 Qt(GUI용), vispy(고성능 GPU 기반 렌더링용) 및 과학적인 Python 스택(numpy, scipy) 위에 구축되었습니다.

공개적으로 나파리를 개발 중입니다! 그러나 프로젝트는 알파 단계에 있으므로 각 릴리스마다 주요 변경 사항이 여전히 있을 가능성이 높습니다. 이 리포지토리의 진행 상황을 따르고, 새 버전이 출시되면 테스트하고, 아이디어와 코드를 제공할 수 있습니다.

당사 설명서를 참조하려면 napari.org로 이동하세요. 기여하고 싶다면 아래 기여 섹션을 참조하세요.

우리는 튜토리얼을 준비 중이지만 아래를 보고 빠르게 시작할 수도 있습니다.

설치

다음과 같이 가상 환경에 napari를 설치하는 것이 좋습니다.

 conda create -y -n napari-env -c conda-forge python=3.9
conda는 napari-env를 활성화합니다.
python -m pip install "napari[모두]"

pip보다 conda를 선호하는 경우 마지막 줄을 다음으로 바꿀 수 있습니다: conda install -c conda-forge napari pyqt

전체 설치 가이드는 여기를 참조하세요.

간단한 예

(아래 예제를 실행하려면 scikit-image 패키지가 필요합니다. 데모 목적으로 이 패키지의 데이터 샘플을 사용합니다. 자체 데이터세트를 사용하도록 예제를 변경하는 경우 이 패키지를 설치할 필요가 없을 수도 있습니다.)

IPython 셸 내부에서 다음을 호출하여 대화형 뷰어를 열 수 있습니다.

 skimage에서 import dataimport napariviewer = napari.view_image(data.cells3d(), 채널_축=1, ndisplay=3)

핵과 막이라는 두 개의 이미지 레이어로 표시되는 세포의 다중 채널 이미지가 있는 napari 뷰어.

스크립트 내부에서 napari를 사용하려면 napari.run() 사용하세요.

 from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), Channel_axis=1, ndisplay=3)napari.run() # "이벤트 루프"를 시작하고 뷰어를 표시합니다.

특징

우리가 개발 중인 일부 기능을 보려면 examples 폴더의 스크립트를 확인하세요!

napari는 여섯 가지 주요 레이어 유형인 Image , Labels , Points , Vectors , Shapes 및 Surface 지원하며, 각각은 서로 다른 데이터 유형, 시각화 및 상호 작용에 해당합니다. 다양한 유형의 여러 레이어를 뷰어에 추가한 다음 작업을 시작하고 해당 속성을 조정할 수 있습니다.

모든 레이어 유형은 n차원 데이터를 지원하며 뷰어는 데이터의 2D 또는 3D 조각을 빠르게 찾아보고 시각화할 수 있는 기능을 제공합니다.

napari는 뷰어와 Python 커널 간의 양방향 통신도 지원합니다. 이는 jupyter Notebook에서 시작하거나 내장 콘솔을 사용할 때 특히 유용합니다. 콘솔을 사용하면 뷰어에서 데이터를 대화형으로 로드 및 저장하고 뷰어의 모든 기능을 프로그래밍 방식으로 제어할 수 있습니다.

사용자 정의 단축키, 키 바인딩 및 마우스 기능을 사용하여 napari를 확장할 수 있습니다.