纳帕里
0.5.4
napari是一个用于 Python 的快速、交互式、多维图像查看器。它专为浏览、注释和分析大型多维图像而设计。它构建在 Qt（用于 GUI）、vispy（用于基于 GPU 的高性能渲染）和科学 Python 堆栈（numpy、scipy）之上。
我们正在公开开发napari ！但该项目正处于alpha阶段，每个版本仍然可能会发生重大变化。您可以跟踪此存储库的进展，在我们发布新版本时对其进行测试，并贡献想法和代码。
如果您想参考我们的文档，请访问 napari.org。如果您想为其做出贡献，请参阅下面的贡献部分。
我们正在制作教程，但您也可以通过查看下面的内容快速入门。
建议将napari安装到虚拟环境中，如下所示：
conda 创建-y -n napari-env -c conda-forge python=3.9 conda 激活 napari-env python -m pip install“napari[全部]”
如果您更喜欢 conda 而不是 pip，可以将最后一行替换为： conda install -c conda-forge napari pyqt
请参阅此处获取完整的安装指南。
（下面的示例需要scikit-image包才能运行。我们仅使用此包中的数据示例进行演示。如果您将示例更改为使用您自己的数据集，则可能不需要安装此包。）
从 IPython shell 内部，您可以通过调用打开交互式查看器
从skimage导入数据导入napariviewer=napari.view_image(data.cells3d(),channel_axis=1,ndisplay=3)
要从脚本内部使用napari，请使用napari.run() ：
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)napari.run() # 启动“事件循环”并显示查看器
查看examples夹中的脚本，了解我们正在开发的一些功能！
napari支持六种主要的不同图层类型： Image 、 Labels 、 Points 、 Vectors 、 Shapes和Surface ，每种类型对应不同的数据类型、可视化和交互性。您可以将不同类型的多个图层添加到查看器中，然后开始使用它们，调整它们的属性。
我们所有的图层类型都支持 n 维数据，查看器提供快速浏览和可视化 2D 或 3D 数据切片的能力。
napari还支持查看器和 Python 内核之间的双向通信，这在从 jupyter 笔记本启动或使用我们的内置控制台时特别有用。使用控制台允许您以交互方式加载和保存查看器中的数据，并以编程方式控制查看器的所有功能。
您可以使用自定义快捷键、按键绑定和鼠标功能来扩展napari 。
有关如何使用napari的更多详细信息，请查看我们的教程。这些工作仍在进行中，但我们会定期更新。
有关我们的napari计划的更多信息，您可以阅读我们的使命和价值观声明，其中包括有关我们支持 napari 插件生态系统愿景的更多详细信息。您可以在此处查看项目路线图的详细信息。
鼓励贡献！请阅读我们的贡献指南以开始使用。鉴于我们还处于早期阶段，您可能需要在开始之前先了解我们的 GitHub 问题。
如果您想为我们的文档做出贡献或编辑，请访问 napari/docs。
napari有一份行为准则，参与napari社区的每个人都应该遵守。
您可以通过我们的治理模型了解有关napari项目如何组织和管理的更多信息，其中包括 @napari/steering-council 和 @napari/core-devs 的信息以及联系方式。
如果您发现napari有用，请使用其 DOI 引用此存储库，如下所示：
纳帕里贡献者（2019）。 napari：Python 的多维图像查看器。 doi:10.5281/zenodo.3555620
请注意，此 DOI 将解析为所有版本的 napar。要引用特定版本，请在我们的 zenodo 页面上找到该版本的 DOI。最新版本的 DOI 位于本页顶部的徽章中。
我们是 image.sc 论坛的社区合作伙伴，所有帮助和支持请求都应使用标签napari发布在论坛上。我们期待在那里与您互动。
应使用错误报告模板对我们的 GitHub 问题进行错误报告。如果您认为某些事情不起作用，请随时联系我们 - 可能是我们而不是您！
