¿Cómo puedo mostrar una imagen de un archivo en Jupyter Notebook?

Me gustaría usar una computadora portátil IPython como una forma de analizar de forma interactiva algunas cartas genómicas que estoy haciendo con el GenomeDiagrammódulo de Biopython . Si bien existe una amplia documentación sobre cómo usar matplotlibpara obtener gráficos en línea en el cuaderno de IPython, GenomeDiagram usa el kit de herramientas ReportLab, que no creo que sea compatible con los gráficos en línea en IPython.

Sin embargo, estaba pensando que una forma de evitar esto sería escribir el diagrama de la trama / genoma en un archivo y luego abrir la imagen en línea que tendría el mismo resultado con algo como esto:

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

Sin embargo, no puedo entender cómo hacer esto, o saber si es posible. Entonces, ¿alguien sabe si las imágenes se pueden abrir / mostrar en IPython?

Cortesía de esta publicación , puede hacer lo siguiente:

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

( documentos oficiales )

Si está intentando mostrar una imagen de esta manera dentro de un bucle, entonces necesita ajustar el constructor de imagen en un método de visualización.

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))

Tenga en cuenta que hasta ahora las soluciones publicadas solo funcionan para png y jpg.

Si lo desea aún más fácilmente sin importar más bibliotecas o si desea mostrar un archivo GIF animado o no animado en su cuaderno de Ipython. ¡Transforme la línea donde desea mostrarla para rebajar y use este bonito truco corto!

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

Esto importará y mostrará una .jpgimagen en Jupyter (probado con Python 2.7 en el entorno Anaconda)

from IPython.display import display
from PIL import Image


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

Es posible que deba instalar PIL

en Anaconda esto se hace escribiendo

conda install pillow

Cortesía de esta página, encontré que esto funcionó cuando las sugerencias anteriores no lo hicieron:

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()))

Puede usar el código html en la sección de descuento: ejemplo:

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

Una versión más limpia de Python3 que usa estándar numpy, matplotlib y PIL. Fusionando la respuesta para abrir desde 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()

Si desea mostrar de manera eficiente una gran cantidad de imágenes, le recomiendo usar el paquete IPyPlot

import ipyplot

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

Hay algunas otras funciones útiles en ese paquete donde puede mostrar imágenes en pestañas interactivas (pestaña separada para cada etiqueta / clase) que es muy útil para todas las tareas de clasificación ML.

Cuando se usa GenomeDiagramcon Jupyter (iPython), la forma más fácil de mostrar imágenes es convirtiendo el GenomeDiagram en una imagen PNG. Esto se puede envolver usando un objeto IPython.display.Image para que se muestre en el cuaderno.

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"))

[Ver cuaderno]