Bagaimana saya bisa menampilkan gambar dari file di Jupyter Notebook?

Saya ingin menggunakan notebook IPython sebagai cara untuk menganalisis secara interaktif beberapa grafik genom yang saya buat dengan GenomeDiagrammodul Biopython . Meskipun ada dokumentasi yang luas tentang cara menggunakan matplotlibuntuk mendapatkan grafik inline di notebook IPython, GenomeDiagram menggunakan toolkit ReportLab yang menurut saya tidak didukung untuk grafik inline di IPython.

Namun saya berpikir bahwa cara untuk menyelesaikannya adalah dengan menulis diagram alur / genom ke sebuah file dan kemudian membuka inline gambar yang akan memiliki hasil yang sama dengan sesuatu seperti ini:

gd_diagram.write("test.png", "PNG")
display(file="test.png")

Namun, saya tidak tahu bagaimana melakukan ini - atau tahu apakah itu mungkin. Jadi, apakah ada yang tahu jika gambar dapat dibuka / ditampilkan dalam IPython?

Atas perkenan pos ini , Anda dapat melakukan hal berikut:

from IPython.display import Image
Image(filename='test.png') 

( dokumen resmi )

Jika Anda mencoba untuk menampilkan gambar dengan cara ini di dalam loop, maka Anda perlu membungkus konstruktor gambar dalam metode tampilan.

from IPython.display import Image, display

listOfImageNames = ['/path/to/images/1.png',
                    '/path/to/images/2.png']

for imageName in listOfImageNames:
    display(Image(filename=imageName))

Catatan, sampai sekarang solusi yang diposting hanya berfungsi untuk png dan jpg!

Jika Anda menginginkannya lebih mudah tanpa mengimpor pustaka lebih lanjut atau Anda ingin menampilkan File GIF animasi atau tidak di dalam Notebook Ipython Anda. Ubah garis di mana Anda ingin menampilkannya untuk penurunan harga dan gunakan hack pendek yang bagus ini!

![alt text](test.gif "Title")

Ini akan mengimpor dan menampilkan .jpggambar dalam Jupyter (diuji dengan Python 2.7 di lingkungan Anaconda)

from IPython.display import display
from PIL import Image


path="/path/to/image.jpg"
display(Image.open(path))

Anda mungkin perlu menginstal PIL

di Anaconda ini dilakukan dengan mengetik

conda install pillow

Atas perkenan halaman ini , saya menemukan ini berfungsi ketika saran di atas tidak:

import PIL.Image
from cStringIO import StringIO
import IPython.display
import numpy as np
def showarray(a, fmt='png'):
    a = np.uint8(a)
    f = StringIO()
    PIL.Image.fromarray(a).save(f, fmt)
    IPython.display.display(IPython.display.Image(data=f.getvalue()))

Anda dapat menggunakan kode html di bagian penurunan harga: contoh:

 <img src="https://www.tensorflow.org/images/colab_logo_32px.png" />

Versi Python3 yang lebih bersih yang menggunakan numpy, matplotlib dan PIL standar. Menggabungkan jawaban untuk membuka dari URL.

import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

pil_im = Image.open('image.png') #Take jpg + png
## Uncomment to open from URL
#import requests
#r = requests.get('https://www.vegvesen.no/public/webkamera/kamera?id=131206')
#pil_im = Image.open(BytesIO(r.content))
im_array = np.asarray(pil_im)
plt.imshow(im_array)
plt.show()

Jika Anda ingin menampilkan banyak gambar secara efisien, saya sarankan menggunakan paket IPyPlot

import ipyplot

ipyplot.plot_images(images_array, max_images=20, img_width=150)

Ada beberapa fungsi lain yang berguna dalam paket itu di mana Anda dapat menampilkan gambar dalam tab interaktif (tab terpisah untuk setiap label / kelas) yang sangat membantu untuk semua tugas klasifikasi ML.

Saat menggunakan GenomeDiagramdengan Jupyter (iPython), cara termudah untuk menampilkan gambar adalah dengan mengonversi GenomeDiagram ke gambar PNG. Ini dapat dibungkus menggunakan objek IPython.display.Image untuk membuatnya ditampilkan di notebook.

from Bio.Graphics import GenomeDiagram
from Bio.SeqFeature import SeqFeature, FeatureLocation
from IPython.display import display, Image
gd_diagram = GenomeDiagram.Diagram("Test diagram")
gd_track_for_features = gd_diagram.new_track(1, name="Annotated Features")
gd_feature_set = gd_track_for_features.new_set()
gd_feature_set.add_feature(SeqFeature(FeatureLocation(25, 75), strand=+1))
gd_diagram.draw(format="linear", orientation="landscape", pagesize='A4',
                fragments=1, start=0, end=100)
Image(gd_diagram.write_to_string("PNG"))

[Lihat Notebook]