napari: a multi-dimensional image viewer for Python
Notice bibliographique
Résumé
napari 0.6.4 ⚠️ Note: these release notes are still in draft while 0.6.4 is in release candidate testing. ⚠️ Tue, Aug 12, 2025 We're happy to announce the release of napari 0.6.4! napari is a fast, interactive, multi-dimensional image viewer for Python. It's designed for exploring, annotating, and analyzing multi-dimensional images. It's built on Qt (for the GUI), VisPy (for performant GPU-based rendering), and the scientific Python stack (NumPy, SciPy, and friends). For more information, examples, and documentation, please visit our website: https://napari.org/ Highlights Run scripts with napari from the command line As a follow-up to the ability to drag-n-drop scripts into the napari window from 0.6.3, you can now run scripts directly from the command line using the napari command and the path to the script (#8185 and #8187). For example napari examples/magic_immage_arithmetic.py will open napari and run the local script. Improvements Remove old path handle in napari start (#8185) Prevent napari.run from being executed when running scripts from napari (#8187) Bug Fixes Set focus after toggling dockwidget via DockWidgetToggleAction (#8182) Fix feature table widget sorting and editing of floats (#8190) Explicit copy of layers data for balls example (#8203) Documentation Reorganize bundle instructions page to make it easier to navigate and provide download links (docs#813) Simplify installation guide & better highlight bundle (docs#814) Update codespell config and minor corrections (docs#816) Add contracted roles to team page and rename core dev -> core TM (docs#817) Other Pull Requests Pin Github Actions actions to their hashes (#8140) Move test that requires make_napari_viewer from test_qt_viewer (#8176) Fix slider label shifted down, by overrwite QLineEdit qss rules (#8184) [pre-commit.ci] pre-commit autoupdate (#8193) Fix fallback version in setuptools_scm to pass schema validation (#8196) Use napari url for test rather than Fiji (#8198) [pre-commit.ci] pre-commit autoupdate (#8204) Pin pytest-qt for python 3.10 to fix pyapp-kit projects tests (#8205) Retry second fullscreen test (#8206) Fix script for checking for updated dependencies. (#8207) Update Version Switcher to 0.6.3 (docs#808) ci(dependabot): bump napari/napari from 0.6.2 to 0.6.3 in the github-actions group (docs#810) 8 authors added to this release (alphabetical) (+) denotes first-time contributors 🥳 Carol Willing - @willingc Daniel Althviz Moré - @dalthviz Draga Doncila Pop - @DragaDoncila Grzegorz Bokota - @Czaki jaime rodraguez-guerra - @jaimergp Lorenzo Gaifas - @brisvag Peter Sobolewski - @psobolewskiPhD Tim Monko (docs) - @TimMonko 7 reviewers added to this release (alphabetical) (+) denotes first-time contributors 🥳 Carol Willing - @willingc Grzegorz Bokota - @Czaki Juan Nunez-Iglesias - @jni Lorenzo Gaifas - @brisvag Melissa Weber Mendonça - @melissawm Peter Sobolewski - @psobolewskiPhD Tim Monko (docs) - @TimMonko
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,316 | 0,273 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».