napari
0.5.4
napari é um visualizador de imagens rápido, interativo e multidimensional para Python. Ele foi projetado para navegar, anotar e analisar grandes imagens multidimensionais. Ele é construído sobre Qt (para a GUI), vispy (para renderização de alto desempenho baseada em GPU) e a pilha científica Python (numpy, scipy).
Estamos desenvolvendo napari a céu aberto! Mas o projeto está em fase alfa e provavelmente ainda haverá alterações importantes a cada lançamento. Você pode acompanhar o progresso neste repositório, testar novas versões à medida que as lançamos e contribuir com ideias e códigos.
Se você quiser consultar nossa documentação, acesse napari.org. Se você quiser contribuir com isso, consulte a seção de contribuição abaixo.
Estamos trabalhando em tutoriais, mas você também pode começar rapidamente olhando abaixo.
Recomenda-se instalar o napari em um ambiente virtual, como este:
conda criar -y -n napari-env -c conda-forge python=3.9 conda ativar napari-env python -m pip instalar "napari[todos]"
Se preferir conda em vez de pip, você pode substituir a última linha por: conda install -c conda-forge napari pyqt
Veja aqui o guia de instalação completo.
(Os exemplos abaixo requerem a execução do pacote scikit-image . Usamos apenas amostras de dados deste pacote para fins de demonstração. Se você alterar os exemplos para usar seu próprio conjunto de dados, talvez não seja necessário instalar este pacote.)
De dentro de um shell IPython, você pode abrir um visualizador interativo chamando
de skimage importar dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)
Para usar o napari dentro de um script, use napari.run() :
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)napari.run() # inicia o "loop de eventos" e mostra ao visualizador
Confira os scripts em nossa pasta examples para ver algumas das funcionalidades que estamos desenvolvendo!
napari suporta seis tipos principais de camadas diferentes, Image , Labels , Points , Vectors , Shapes e Surface , cada um correspondendo a um tipo de dados, visualização e interatividade diferentes. Você pode adicionar várias camadas de diferentes tipos ao visualizador e começar a trabalhar com elas, ajustando suas propriedades.
Todos os nossos tipos de camadas suportam dados n-dimensionais e o visualizador oferece a capacidade de navegar e visualizar rapidamente fatias 2D ou 3D dos dados.
O napari também oferece suporte à comunicação bidirecional entre o visualizador e o kernel Python, o que é especialmente útil ao iniciar a partir de notebooks Jupyter ou ao usar nosso console integrado. O uso do console permite carregar e salvar interativamente dados do visualizador e controlar todos os recursos do visualizador de forma programática.
Você pode estender o napari usando atalhos personalizados, combinações de teclas e funções do mouse.
Para mais detalhes sobre como usar napari confira nossos tutoriais. Estes ainda são um trabalho em andamento, mas iremos atualizá-los regularmente.
Para obter mais informações sobre nossos planos para napari você pode ler nossa declaração de missão e valores, que inclui mais detalhes sobre nossa visão de apoiar um ecossistema de plugins em torno do napari. Você pode ver detalhes do roteiro do projeto aqui.
Contribuições são incentivadas! Leia nosso guia de contribuição para começar. Dado que estamos em um estágio inicial, você pode querer entrar em contato com nossos problemas do GitHub antes de começar.
Se você quiser contribuir ou editar nossa documentação, acesse napari/docs.
napari possui um Código de Conduta que deve ser respeitado por todos que participam da comunidade napari .
Você pode aprender mais sobre como o projeto napari é organizado e gerenciado em nosso modelo de governança, que inclui informações e formas de entrar em contato com @napari/steering-council e @napari/core-devs.
Se você achar napari útil, cite este repositório usando seu DOI da seguinte forma:
contribuidores napari (2019). napari: um visualizador de imagens multidimensional para python. doi:10.5281/zenodo.3555620
Observe que este DOI será resolvido para todas as versões do napari. Para citar uma versão específica, encontre o DOI dessa versão em nossa página zenodo. O DOI da última versão está no crachá no topo desta página.
Somos parceiros da comunidade no fórum image.sc e todas as solicitações de ajuda e suporte devem ser postadas no fórum com a tag napari . Estamos ansiosos para interagir com você lá.
Os relatórios de bugs devem ser feitos em nossos problemas do GitHub usando o modelo de relatório de bugs. Se você acha que algo não está funcionando, não hesite em entrar em contato - provavelmente somos nós e não você!
