معرفی شرکت ها
croparray-0.1.2
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Python module for for creating and manipulating an array of crops (or regions of interest) from images obtained using single-molecule microscopy.
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | croparray-0.1.2 |
| نام | croparray |
| نسخه کتابخانه | 0.1.2 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | Tim Stasevich |
| ایمیل نویسنده | Tim.Stasevich@colostate.edu |
| آدرس صفحه اصلی | https://github.com/Colorado-State-University-Stasevich-Lab/croparray |
| آدرس اینترنتی | https://pypi.org/project/croparray/ |
| مجوز | BSD 3-Clause License |
# croparray
Authors: Tim Stasevich and Luis Aguilera.
## Description
This module is intended for creating and manipulating an array of crops (or regions of interest) that were generated from a multicolor TIF video obtained from single-molecule microscopy.
<img src= https://github.com/Colorado-State-University-Stasevich-Lab/croparray/raw/main/docs/images/Fig1-CropArrayConceptV4.png alt="drawing" width="600"/>
## Documentation
* Documentation is accessible via [croparray.readthedocs](https://croparray.readthedocs.io)
## Colab implementation
* Implementation in Google Colab []( https://colab.research.google.com/drive/1Ru-_ak9PpW9bGM_H9SlffmdDQOxG16-4?usp=sharing)
<img src= https://github.com/Colorado-State-University-Stasevich-Lab/croparray/raw/main/docs/images/Croparray.gif alt="drawing" width="1000"/>
## Local installation from the Github repository
* Install [anaconda](https://anaconda.org).
* Clone the Github repository
```bash
git clone https://github.com/Colorado-State-University-Stasevich-Lab/croparray.git
```
* To create a virtual environment navigate to your local repository and use:
```bash
conda create -n croparray_env python=3.8 -y
source activate croparray_env
```
* To install the rest of requirements use:
```bash
pip install -r requirements.txt
```
* To install napari use:
```bash
python -m pip install "napari[all]"
```
## Local installation using PIP
* To create a virtual environment using:
```bash
conda create -n croparray_env python=3.8 -y
source activate croparray_env
```
* Open the terminal and use [pip](https://pip.pypa.io/en/stable/) for the installation:
```bash
pip install croparray
```
* To install napari use:
```bash
python -m pip install "napari[all]"
```
## Deactivating and removing the environment
* To deactivate or remove the environment from your computer use:
```bash
conda deactivate
```
* To remove the environment use:
```bash
conda env remove -n croparray_env
```
* To unistall croparray use
```bash
pip uninstall croparray
```
## additional troubleshooting information
* If you cannot see the package installed on your computer, try using ```pip3```. For example:
```bash
pip3 install croparray
```
## Installing from yml env
* To creating an environment file (yml) use:
```sh
source activate croparray_env
conda env export > croparray_env.yml
```
* ToCreate an environment from this yml file.
```sh
conda env create -f croparray_env.yml
```
## Usage
* Organizes crops and measurements of spots of interest from tif images in a convenient x-array format for reduced filesize and more open and reproducible analyses.
* Visualizes crops of detected spots from super-resolution microscope images.
* Calculates the best maximum projection for each crop containing a detected spot.
* Measures intensity of detected spots within crops.
* Calculates the correlation between two equal-length, 1D signals.
* Saves the crop array as a netcdf file at output_direction/output_filename.
* Integrates with Napari for fast and convenient review of crops of detected spots.
## Licenses for dependencies
- License for [Napari](https://github.com/napari/napari): BSD-3-Clause License. Copyright (c) 2018, Napari. All rights reserved.
- License for [xarray](https://github.com/pydata/xarray): Apache License. Version 2.0, January 2004. Copyright 2014-2019, xarray Developers
نیازمندی
| مقدار | نام |
|---|---|
| ~=0.18.2 | xarray |
| ~=0.5.0 | trackpy |
| ~=2021.11.2 | tifffile |
| ~=0.11.2 | seaborn |
| ~=1.24.3 | urllib3 |
| ~=3.2.2 | matplotlib |
| ~=2.4.1 | imageio |
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.7 | Python |
نحوه نصب
نصب پکیج whl croparray-0.1.2:
pip install croparray-0.1.2.whl
نصب پکیج tar.gz croparray-0.1.2:
pip install croparray-0.1.2.tar.gz