納帕里
0.5.4
napari是一個用於 Python 的快速、互動式、多維圖像檢視器。它專為瀏覽、註釋和分析大型多維圖像而設計。它建構在 Qt（用於 GUI）、vispy（用於基於 GPU 的高效能渲染）和科學 Python 堆疊（numpy、scipy）之上。
我們正在公開開發napari ！但該專案正處於alpha階段，每個版本仍可能會發生重大變化。您可以追蹤此儲存庫的進展，在我們發布新版本時對其進行測試，並貢獻想法和程式碼。
如果您想參考我們的文檔，請造訪 napari.org。如果您想為其做出貢獻，請參閱下面的貢獻部分。
我們正在製作教程，但您也可以透過查看下面的內容快速入門。
建議將napari安裝到虛擬環境中，如下所示：
conda 創建-y -n napari-env -c conda-forge python=3.9 conda 活化 napari-env python -m pip install“napari[全部]”
如果您喜歡 conda 而不是 pip，可以將最後一行替換為： conda install -c conda-forge napari pyqt
請參閱此處以取得完整的安裝指南。
（下面的範例需要scikit-image套件才能運作。我們僅使用此套件中的資料範例進行示範。如果您將範例變更為使用您自己的資料集，則可能不需要安裝此套件。）
從 IPython shell 內部，您可以透過呼叫開啟互動式檢視器
從skimage匯入資料導入napariviewer=napari.view_image(data.cells3d(),channel_axis=1,ndisplay=3)
若要從腳本內部使用napari，請使用napari.run() ：
from skimage import dataimport napariviewer = napari.view_image(data.cells3d(), channel_axis=1, ndisplay=3)napari.run() # 啟動「事件循環」並顯示檢視器
查看examples夾中的腳本，以了解我們正在開發的一些功能！
napari支援六種主要的不同圖層類型： Image 、 Labels 、 Points 、 Vectors 、 Shapes和Surface ，每種類型對應不同的資料類型、視覺化和互動性。您可以將不同類型的多個圖層新增到檢視器中，然後開始使用它們，調整它們的屬性。
我們所有的圖層類型都支援 n 維數據，檢視器提供快速瀏覽和視覺化 2D 或 3D 資料切片的能力。
napari還支援檢視器和 Python 核心之間的雙向通信，這在從 jupyter 筆記本啟動或使用我們的內建控制台時特別有用。使用控制台可讓您以互動方式載入和儲存檢視器中的數據，並以程式方式控制檢視器的所有功能。
您可以使用自訂快捷鍵、按鍵綁定和滑鼠功能來擴充napari 。
有關如何使用napari的更多詳細信息，請查看我們的教程。這些工作仍在進行中，但我們會定期更新。
有關我們的napari計劃的更多信息，您可以閱讀我們的使命和價值觀聲明，其中包括有關我們支持 napari 插件生態系統願景的更多詳細信息。您可以在此處查看專案路線圖的詳細資訊。
鼓勵貢獻！請閱讀我們的貢獻指南以開始使用。鑑於我們還處於早期階段，您可能需要在開始之前先了解我們的 GitHub 問題。
如果您想為我們的文件做出貢獻或編輯，請造訪 napari/docs。
napari有一份行為準則，參與napari社區的每個人都應該遵守。
您可以透過我們的治理模型了解有關napari項目如何組織和管理的更多信息，其中包括 @napari/steering-council 和 @napari/core-devs 的信息以及聯繫方式。
如果您發現napari有用，請使用其 DOI 引用此儲存庫，如下所示：
納帕里貢獻者（2019）。 napari：Python 的多維影像檢視器。 doi:10.5281/zenodo.3555620
請注意，此 DOI 將解析為所有版本的 napar。要引用特定版本，請在我們的 zenodo 頁面上找到該版本的 DOI。最新版本的 DOI 位於本頁頂部的徽章。
我們是 image.sc 論壇的社群合作夥伴，所有幫助和支援請求都應使用標籤napari發佈在論壇上。我們期待在那裡與您互動。
應使用錯誤報告範本對我們的 GitHub 問題進行錯誤回報。如果您認為某些事情不起作用，請隨時與我們聯繫 - 可能是我們而不是您！
