напари
0.5.4
napari — это быстрая интерактивная программа просмотра многомерных изображений для Python. Он предназначен для просмотра, аннотирования и анализа больших многомерных изображений. Он построен на базе Qt (для графического интерфейса), vispy (для высокопроизводительного рендеринга на основе графического процессора) и научного стека Python (numpy, scipy).
Развиваем напари под открытым небом! Но проект находится на стадии альфа-версии , и с каждым выпуском, скорее всего, будут вноситься серьезные изменения . Вы можете следить за прогрессом в этом репозитории, тестировать новые версии по мере их выпуска, а также делиться идеями и кодом.
Если вы хотите ознакомиться с нашей документацией, перейдите на сайт napari.org. Если вы хотите внести в это свой вклад, пожалуйста, обратитесь к разделу «Внесение вклада» ниже.
Мы работаем над учебными пособиями, но вы также можете быстро начать работу, посмотрев ниже.
Рекомендуется установить napari в виртуальную среду следующим образом:
conda create -y -n napari-env -c conda-forge python=3.9 Conda активирует Napari-env python -m pip install "napari[all]"
Если вы предпочитаете conda pip, вы можете заменить последнюю строку на: conda install -c conda-forge napari pyqt
Полное руководство по установке смотрите здесь.
(Приведенные ниже примеры требуют запуска пакета scikit-image . Мы используем образцы данных из этого пакета только в демонстрационных целях. Если вы измените примеры на использование своего собственного набора данных, вам может не потребоваться установка этого пакета.)
Изнутри оболочки IPython вы можете открыть интерактивное средство просмотра, вызвав
из импорта данных Skimage napariviewer = napari.view_image(data.cells3d(),channel_axis=1, ndisplay=3)
Чтобы использовать napari изнутри скрипта, используйте napari.run() :
from Skimage import dataimport napariviewer = napari.view_image(data.cells3d(), Channel_axis=1, ndisplay=3)napari.run() # запускаем «цикл событий» и показываем средство просмотра
Ознакомьтесь со сценариями в нашей папке examples , чтобы увидеть некоторые функциональные возможности, которые мы разрабатываем!
napari поддерживает шесть основных типов слоев: Image , Labels », Points , Vectors , Shapes » и Surface , каждый из которых соответствует своему типу данных, визуализации и интерактивности. Вы можете добавить во просмотрщик несколько слоев разных типов, а затем начать работать с ними, настраивая их свойства.
Все наши типы слоев поддерживают n-мерные данные, а средство просмотра предоставляет возможность быстрого просмотра и визуализации двухмерных или трехмерных фрагментов данных.
napari также поддерживает двустороннюю связь между средством просмотра и ядром Python, что особенно полезно при запуске с ноутбуков Jupyter или при использовании нашей встроенной консоли. Использование консоли позволяет в интерактивном режиме загружать и сохранять данные из просмотрщика и программно управлять всеми функциями просмотрщика.
Вы можете расширить возможности napari , используя собственные сочетания клавиш, привязки клавиш и функции мыши.
Для получения более подробной информации о том, как использовать napari ознакомьтесь с нашими руководствами. Работа над ними все еще продолжается, но мы будем регулярно их обновлять.
Для получения дополнительной информации о наших планах в отношении napari вы можете прочитать наше заявление о миссии и ценностях, которое включает более подробную информацию о нашем видении поддержки экосистемы плагинов вокруг napari. Подробности дорожной карты проекта можно посмотреть здесь.
Вклады приветствуются! Пожалуйста, прочитайте наше руководство по участию, чтобы начать. Учитывая, что мы находимся на ранней стадии, вы можете обратиться к нам по вопросам GitHub, прежде чем приступить к делу.
Если вы хотите внести свой вклад или отредактировать нашу документацию, перейдите по адресу napari/docs.
У napari есть Кодекс поведения, который должен соблюдать каждый, кто участвует в сообществе napari .
Вы можете узнать больше о том, как проект napari организован и управляется, из нашей модели управления, которая включает в себя информацию и способы связи с @napari/steering-council и @napari/core-devs.
Если вы найдете napari полезным, цитируйте этот репозиторий, используя его DOI, следующим образом:
участники Напари (2019). napari: программа просмотра многомерных изображений для Python. doi:10.5281/zenodo.3555620
Обратите внимание, что этот DOI применим ко всем версиям napari. Чтобы указать конкретную версию, найдите DOI этой версии на нашей странице zenodo. DOI последней версии указан на значке вверху этой страницы.
Мы являемся партнером сообщества на форуме image.sc, и все запросы на помощь и поддержку следует публиковать на форуме с тегом napari . Мы с нетерпением ждем возможности пообщаться с вами там.
Отчеты об ошибках следует отправлять по нашим проблемам на GitHub, используя шаблон отчета об ошибках. Если вы считаете, что что-то не работает, не стесняйтесь обращаться к нам — вероятно, это мы, а не вы!
