Skip to content

Latest commit

 

History

History
107 lines (67 loc) · 3.7 KB

table.md

File metadata and controls

107 lines (67 loc) · 3.7 KB
Raw

Table 插件

表格是图像之外另一个非常重要的数据类型，某种意义上，科研图像分析的结果最终都会归到表格。ImagePy对表格类型数据有很好的支持，其核心数据结构是pandas.DataFrame。

生成成绩单

from imagepy.core.engine import Free
from imagepy import IPy
import numpy as np
import pandas as pd

class Score(Free):
    title = 'Student Score'

    def run(self, para=None):
        index = ['Stutent%s'%i for i in range(1,6)]
        columns = ['Math', 'Physics', 'Biology', 'History']
        score = (np.random.rand(20)*40+60).reshape((5,4)).astype(np.uint8)
        IPy.show_table(pd.DataFrame(score, index, columns), 'Scores')

我们通过一个Free插件生成表格，表格是一个pandas.DataFrame对象，通过IPy.show_table(df, title)来展示。

14

generate score list

根据某科成绩排序

from imagepy.core.engine import Table

class Sort(Table):
    title = 'Table Sort Demo'

    para = {'by':'Math'}
    view = [('field', 'by', 'item', '')]

    def run(self, tps, data, snap, para=None):
        tps.data.sort_values(by=para['by'], inplace=True)

这里用到了一种新的参数类型，field，这种参数类型其实是一个单选类型，但是不需要我们提供选项，会自动从当前表格的columns中获取。run中通过inplace参数直接改变DataFrame本身，一些操作无法修改本身，可以将结果return。

14

sort by math

绘制柱状图

class Bar(Table):
    title = 'Score Chart Demo'
    asyn = False
    
    para = {'item':[]}
    view = [('fields', 'item', 'select items')]

    def run(self, tps, data, snap, para = None):
        data[para['item']].plot.bar(stacked=True, grid=True, title='Score Chart')
        plt.show()

这里又遇到了一种参数类型，fields，这种参数类型其实是一个多选类型，但是不需要我们提供选项，会自动从当前表格的columns中获取。当表格从界面上被选中若干列，参数对话框里对应的项也会被默认勾上。我们用pandas自带的绘图函数，但值得一提的是，插件中加入了asyn = False，这个标识告诉ImagePy不要启用异步执行run，因为这个插件涉及了UI，必须在主线程进行。

14

bar chart

Table 运行机制

note:

note选项是行为控制标识，用于控制插件执行的流程，比如让框架进行类型兼容检测，如不满足自动中止，与Filter和simple的note有所区别。

  1. req_sel：需要选区
  2. req_row：需要选中行
  3. req_col：需要选中列
  4. auto_snap：处理前框架自动对数据进行缓冲
  5. row_msk：snap时只缓冲选中的行
  6. col_msk：snap时只缓冲选中的列
  7. num_only：snap时只缓冲数值列
  8. preview：是否显示预览选项

para, view:

参数字典，具体用法参阅start入门。

run:

  1. tps：表格封装类，我们可以通过tps对rowmsk, colmsk等进行访问或操作
  2. snap：表格缓冲，如果有auto_snap标识，则可以生效。
  3. data：当前表格，对其进行操作。

load:

def load(self, tps) 最先执行，如果return结果为False，插件将中止执行。默认返回True，如有必要，可以对其进行重载，进行一系列条件检验，如不满足，IPy.alert弹出提示，并返回False。

preview:

def preview(self, tps, para) ，默认情况下会自动执行run并更新，有需要可以重载。