Come posso visualizzare un'immagine da un file in Jupyter Notebook?

Vorrei usare un notebook IPython come un modo per analizzare interattivamente alcuni grafici del genoma che sto realizzando con il GenomeDiagrammodulo di Biopython . Sebbene vi sia un'ampia documentazione su come utilizzare matplotlibper ottenere grafici in linea nel notebook IPython, GenomeDiagram utilizza il toolkit ReportLab che non credo sia supportato per la rappresentazione grafica in linea in IPython.

Stavo pensando, tuttavia, che un modo per aggirare questo sarebbe scrivere il diagramma trama / genoma in un file e quindi aprire l'immagine in linea che avrebbe lo stesso risultato con qualcosa del genere:

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

Tuttavia, non riesco a capire come farlo - o sapere se è possibile. Qualcuno sa se le immagini possono essere aperte / visualizzate in IPython?

Per gentile concessione di questo post , puoi fare quanto segue:

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

( documenti ufficiali )

Se si sta tentando di visualizzare un'immagine in questo modo all'interno di un ciclo, è necessario avvolgere il costruttore di immagini in un metodo di visualizzazione.

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))

Nota, fino ad ora le soluzioni pubblicate funzionano solo per png e jpg!

Se lo desideri ancora più facilmente senza importare ulteriori librerie o vuoi visualizzare un file GIF animato o non animato sul tuo Notebook Ipython. Trasforma la linea in cui vuoi visualizzarla in markdown e usa questo bel trucco corto!

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

Ciò importerà e visualizzerà .jpgun'immagine in Jupyter (testato con Python 2.7 in ambiente Anaconda)

from IPython.display import display
from PIL import Image


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

Potrebbe essere necessario installare PIL

in Anaconda questo viene fatto digitando

conda install pillow

Per gentile concessione di questa pagina, ho trovato che funzionava quando i suggerimenti sopra non hanno funzionato:

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()))

È possibile utilizzare nel codice HTML nella sezione markdown: esempio:

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

Una versione più pulita di Python3 che utilizza numpy standard, matplotlib e PIL. Unire la risposta per l'apertura dall'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()

Se si desidera visualizzare in modo efficiente un gran numero di immagini, si consiglia di utilizzare il pacchetto IPyPlot

import ipyplot

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

Esistono altre utili funzioni in quel pacchetto in cui è possibile visualizzare immagini in schede interattive (scheda separata per ciascuna etichetta / classe) che è molto utile per tutte le attività di classificazione ML.

Quando si utilizza GenomeDiagramcon Jupyter (iPython), il modo più semplice per visualizzare le immagini è convertire il diagramma genoma in un'immagine PNG. Questo può essere spostato usando un oggetto IPython.display.Image per visualizzarlo nel 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"))

[Vedi Notebook]