281528_es-ES

liliconcom

Imágenes en tablas de datos y herramientas JSL relacionadas (2020-US-30MP-585)

Nivel: Intermedio

 

Heidi Hardner, ingeniera sénior de personal, Seagate Technology
Serkay Olmez, científico de datos sénior, Seagate Technology

 

Un proyecto de aprendizaje profundo de Keras/TensorFlow motivó un conjunto de complementos JSL para trabajar con imágenes dentro de tablas de datos JMP. A su vez, las nuevas herramientas revelaron una amplia aplicabilidad de imágenes incrustadas para nuestros análisis JMP más convencionales. JMP ha tenido la capacidad de incorporar imágenes en tablas durante algún tiempo, pero no la habíamos utilizado por completo. Compartiremos el valor que hemos encontrado al adoptar esta función, así como un conjunto de herramientas programadas para ayudar a desbloquear ese valor. Las herramientas JSL incluyen incluir imágenes en una tabla, revisar, marcar y medir imágenes, así como exportarlas a PowerPoint o a una estructura de archivos con organización y propiedades basadas en otras columnas de datos.

 

 

Transcripción generada automáticamente...

 

Vocero	Transcripción
Heidi Harder	Hola, soy Heidi Hardner, les hablo desde Minneapolis, Minnesota.
Serkay Olmez	Y este Serkay Olmez, y estoy llamando desde Longmont, Colorado.
Heidi Hardner	Trabajamos en Seagate Technology, donde ambos tenemos una larga trayectoria utilizando JMP y JSL, y compartiendo scripts JMP con nuestros colegas. Vamos a demostrar algunos casos de uso de ??? imágenes en tablas de datos JMP y compartiremos algunas herramientas JSL relacionadas.
	En Seagate, los cabezales de grabación se someten a una gran cantidad de procesos de fábrica, desde la fábrica de obleas hasta la instalación en la unidad.
	Por lo tanto, frecuentemente analizamos datos muy amplios donde cada encabezado es una fila y hay muchas, muchas columnas.
	Dado que muchos de los procesos producen imágenes que pueden incluir muchas imágenes diferentes por cabezal o es posible que tengamos datos muy altos de muchos cabezales que pasan por un solo proceso, se ven muy similares entre sí en las imágenes de metrología.
	Nuestros conjuntos de datos de descarga de hoy no son imágenes de Seagate, pero tendrán similitudes con estas situaciones, y espero que establecer estos paralelos pueda ayudarle a establecer paralelos con sus propios casos de uso.
	JMP ha tenido imágenes y tablas de datos durante varios años y, personalmente, tardé en apreciarlo.
	Espero que vea en estos casos de uso diferentes formas en que puede ser valioso, especialmente a través de la conexión interactiva flexible de imágenes con otros datos.
	También quiero resaltar el valor de almacenar rutas de imágenes en la tabla, especialmente si puede tener rutas compartidas.
	Y, por último, ambos compartimos el JSL que mostraremos en los materiales de apoyo. Así que esa es una conclusión literal. Hay un directorio de ellos al final de este PowerPoint.
	Gran parte de la exploración que es útil con imágenes es bastante básica y nuestros scripts están listos para usar sin conocimientos de JSL, pero también contienen una amplia gama de elementos que puede desarrollar en sus propios scripts JMP.
	Tres cosas que incluyen rutas de imágenes de acceso público hasta mi segunda conclusión.
	La primera es una tabla de datos del catálogo en línea de los Mets. Incluye ejemplos con varias imágenes por objeto o fila en la tabla de datos.
	Navegar por un catálogo fue una gran madriguera para mí que recomiendo encarecidamente. El segundo conjunto de datos son las imágenes astronómicas. Son gracias a Russ Durkee del Observatorio Shed of Science.
	Se trata de datos de metrología de fila por imagen en los que las imágenes son muy similares entre sí a primera vista. Así que observe los paralelos con lo que acabo de decir sobre nuestros casos de uso de datos de fábrica de cabezales de grabación.
	Y hablando de las madrigueras en las que he estado, lo tercero es JSL que implementa la API de Omeka.
	para acceder a colecciones académicas en línea. Gracias a la Dra. Heather Shirey por ayudarnos a acceder a estas bases de datos. Su proyecto de mapeo de arte urbano, es otra cosa divertida que deberías ver en línea.
	Pero el punto técnico aquí es que cualquiera puede usar este código para experimentar la consulta de la base de datos y obtener resultados que combinen rutas de imágenes con otros datos para crear el tipo de tabla en la que se centran nuestras herramientas.
	Así que pasaremos directamente a una demostración en vivo en JMP. Antes de mirar ese tipo de conjuntos de datos, ¿qué pasa si solo tienes un montón de imágenes?
	tabla de imágenes de carpetas. Y lo que esto hace es que podemos elegir una carpeta. Tengo una carpeta con algunas imágenes de muestra del
	Datos del catálogo Met. Y puedes ver que tiene algunas carpetas y cuando selecciono esta carpeta rápidamente obtengo una tabla con
	en columna todas estas pestañas a las imágenes. Está buscando extensiones de archivos que cree que son imágenes y también ha dividido algunas carpetas para
	las, ya sabes, las subcarpetas como atributos en los datos. Ahora, con bastante frecuencia, tenemos casos de uso en los que los nombres de las carpetas contienen algún tipo de atributo significativo que le gustaría tener en los datos.
	Y este es un script que se puede personalizar aún más en mi versión de Seagate. Generalmente tengo un identificador principal incrustado en el nombre del archivo, por lo que tengo un análisis integrado automáticamente en mi versión personal de este script.
	Rápidamente, pasemos a uno de nuestros principales conjuntos de datos de ejemplo. Estos son los datos del museo que mencioné. Y entonces este es más carnoso, se puede ver que tiene
	tiene una fila por objeto, pero tiene algunos datos numéricos. Justo entonces enumera los objetos. Tiene un montón de datos de atributos. Entonces hay un montón de...
	un conjunto de datos más sustancial aquí. Pero luego, si nos desplazamos, podemos ver que dentro del conjunto de datos hay rutas a las imágenes, las URL donde se encuentran las imágenes.
	están alojados y puede ver que hay hasta cinco imágenes distintas aquí para algunas de las filas.
	Entonces, la segunda imagen importante de la tabla de imágenes de mis herramientas es todo lo que realmente trae imágenes a la tabla y puede acomodar múltiples rutas. Estos también podrían ser caminos locales. No es necesario que sean una URL.
	Una vez que se compartan los datos de demostración, podrá ir a obtenerlos... Ya está hecho. Quería decir rápidamente... hablar rápidamente sobre lo que está haciendo detrás de escena.
	Cuando JMP abre algo que reconoce como una imagen, puede ser un objeto de imagen. Y hay un montón de mensajes de comando JSL que el objeto de imagen puede aceptar, cosas como obtener tamaño, obtener píxeles, guardar imagen. Y los verá en el código que estamos compartiendo.
	Vamos, quiero ver los resultados. ...las imágenes en la tabla. Este script hace algunas cosas además de simplemente pegar las imágenes.
	Lo es... permítanme abrir otro ejemplo con algún otro fragmento de código sobre esto. Entonces, las imágenes van en una columna, una columna de tipo de expresión, por lo que se crea un tipo de datos de expresión, cómo colocar las imágenes.
	También estoy creando un controlador de eventos para esa columna. Esto utiliza un mensaje especial para el cuadro de gráfico, agrega una imagen al objeto de imagen y se agrega directamente a un cuadro de gráfico. Te mostraré lo que eso hace, pero es, es... Haga clic en controlador de eventos.
	Y también está cambiando de tamaño, por lo que el hecho de que se haya vuelto alto para acomodarlos es un poco más grande.
	Eso es algo que puedes hacer, mi script lo hace, pero también de forma predeterminada, ya sabes, si pones imágenes, es posible que obtengas algo realmente pequeño como este, lo cual podría ser genial.
	para ver una gran variedad, pero tal vez valga la pena saber que, ya sabes, parece que no sé cómo podría ver mis imágenes, se supone que son tan pequeñas en JMP, también puedes ampliarlas manualmente. .
	Y el guión también se incrusta en la mesa. Es útil saber cómo hacerlo, y la lógica aquí es que, ya sabes, el
	La tabla de datos se hizo muy grande cuando incrustamos todas estas imágenes, y son imágenes completas incrustadas en
	Los datos de las imágenes completas se incrustan cuando esto sucede, por lo que es posible que desee enviar este conjunto de datos a alguien y que pueda obtenerlo sin saber nada sobre mi menú de herramientas especiales. Podrían ejecutar esto para volver a importar las imágenes.
	En Al hacer clic que quería mostrar es donde, cuando haces clic en esto, se crea una versión de tamaño completo o más grande de la imagen aquí para que la veas.
	Como dije, mucho de lo bueno de tener imágenes en la tabla de datos resulta ser capacidades exploratorias de JMP muy simples. Entonces, por ejemplo, puedo tomar estas columnas y reordenarlas.
	Y simplemente moverlos por otras cosas será más interesante ver la tabla completa de tamaños de archivos.
	Y de esta manera, ya sabes, puedo simplemente navegar, puedo ordenar, puedo ver aquí que tenía las imágenes ordenadas por cuántas, o la fila ordenada por cuántas imágenes funcionan.
	Entonces, si me desplazo hacia abajo, puedo ver visualmente eso, ya sabes, al reorganizar, obtener diferentes columnas de interés al lado de estas. De hecho, puedo obtener muchas imágenes en una cuadrícula.
	en la mesa. Aquí tengo este grupo y creé mi propia columna de agrupación. Y entonces podría reorganizar eso. Simplemente reordenando las columnas, podría pegarlas al lado de las imágenes.
	en caso de que quisiera revisarlo desplazándome. Entonces, moverse, ordenar y reorganizar es parte de lo bueno de tener imágenes en un
	mesa. Entonces, uno de mis casos de uso personales es monitorear algunas métricas importantes que provienen de imágenes y, en mi caso, en realidad provienen de una combinación de diferentes imágenes.
	Y estaría mirando estos datos o buscando valores atípicos y modos sospechosos que aparecerían recurrentemente en los datos.
	Y en este caso de uso, no tendría 85, tengo decenas de miles de filas que estoy mirando y las imágenes serán una parte útil para explorar qué está mal con los datos.
	Permítanme hacer un gráfico de ejemplo aquí... en este caso, altura por ancho de estos objetos de museo. Y déjame regresar rápidamente y mostrarte una cosa que puedes hacer. Al hacer clic derecho aquí puedo hacer una etiqueta a partir de esta primera columna.
	Entonces, si miro los datos, puedo examinar esto y decir que hay algo que sobresale. ¿Por qué es mucho más ancho que alto? Bueno, eso no fue un error. Es realmente amplio
	obras de arte allí, así que eso tiene sentido. Entonces puedo tener, ya sabes, un hecho emergente. Si tengo muchas cosas diferentes que me interesan intercaladas en este grupo de aquí abajo, parece que hay muchas
	de estos tipos que son similares en tamaño, tal vez parezca interesante.
	Una vez más, puedo mirarlos individualmente con las etiquetas. Pero si mis datos son realmente grandes, podría hacer otras cosas exploratorias. Puedo volver a los datos y puedo usar F7 para desplazarme
	para las cosas que han sido seleccionadas. Por supuesto, al haber seleccionado cosas, podría simplemente subdividir algunas de ellas para obtener, ya sabes, obtener
	solo un conjunto de datos más pequeño. Una de las cosas exploratorias que me gustaría mostrar, una de mis favoritas, es la selección debajo de las filas.
	Podría hacer la selección de nombres y columnas. Así que digamos que este es un modo extraño y ya sé que me gustaría llamarlo bichos raros al hacer esto.
	Y voy a decir, oye, estos son algunos bichos raros en los datos que quiero examinar. Y me va a dar una columna al final aquí con unos y ceros para saber si las cosas son raras o no.
	Y parte de lo útil de esto es que imaginemos que mi conjunto de datos es realmente grande. Y así simplemente hojeándolos. No tan bien.
	Y digamos que es tan grande que no quiero tener las imágenes ahí. No quiero atraerlos, era inviable. Así que aquí estoy de vuelta con mi conjunto de datos.
	Y tengo estos bichos raros que me interesan. Y puedo ir al subconjunto, y en lugar de simplemente subconjuntos de todos ellos, digamos que tal vez hay miles aquí en este grupo, puedo usar esa columna para hacer la estratificación.
	Así que aquí podría decir que solo seleccioné 11, así que digamos que voy a elegir cinco. Voy a optar por estratificarme con los bichos raros.
	Y lo que obtendré son cinco bichos raros y cinco no bichos raros, elegidos al azar, y ya sabes, aquí puedo, podría clasificarlos y podría recuperar las imágenes. Entonces ahora podría decir, está bien, sólo quiero ver,
	tal vez sólo quiero ver uno y dos, lo que sea, sólo para el set pequeño. Nuevamente, espero que eso muestre cómo arrastrar por esos caminos incluso datos realmente grandes donde no parece útil
	Si tienes las imágenes o sabes que es factible ponerlas, podría obtener... obtendrán un subconjunto. Y luego podría examinarlos y decir qué tienen de diferente los bichos raros. Puedo ordenarlos.
	Ahora quiero mostrar otro caso de uso. Entonces
	En este caso de uso, aprendí a hacer una clasificación de imágenes de aprendizaje profundo, etc.
	En este caso, ya sabes... realmente me llamó la atención que las imágenes realmente son, literalmente, los datos.
	Y aquí hay un ejemplo de esto. Si yo, en mi caso, por supuesto, estoy mirando la grabación, tengo diferentes puntos de vista sobre ellos. Estaba tratando de clasificar estos diferentes puntos de vista.
	¿Se siente bien? y algunos o algo más que están enfocados en una parte diferente de la cabeza. Y aquí estoy simulando esa estatua de gato con nosotros a partir de los datos artísticos y categorizándolas. Aquí está la parte de atrás, mirando hacia la derecha, mirando hacia el frente y así.
	Ya sabes, esto, esto, todo este proyecto de hacer aprendizaje automático no está sucediendo en JMP, pero es necesario.
	para este Python??? Producto de categorización TensorFlow para proporcionar datos de entrenamiento. Y al final, para revisar los resultados que aparecen y, ya sabes, termina siendo la forma de archivos anidados en carpetas. Y entonces permítanme mostrarles rápidamente otra de nuestras herramientas. Esta imagen
	Aquí vamos. Tabla de imágenes. Estas herramientas.
	Dos carpetas y aquí está... Puedo elegir las imágenes.
	Estas son las rutas o imágenes en la tabla de datos y puedo elegir algunas columnas de atributos y convertirlas en
	carpetas de archivos para categorías de carpetas de archivos anidadas. Aquí le voy a decir que use la columna de nombre de mi archivo como nombre.
	Generalmente todos puedo tener algún prefijo o cambiar el tamaño. Cambiar el tamaño es otra cosa que realmente surgió en este aprendizaje automático. He configurado mi modelo y ciertamente espero cargar imágenes de cierto tamaño. Y luego, cuando esto funcione, enviará mis imágenes.
	en la carpeta.
	Hay un problema aquí donde fue.
	Déjame hacerlo una vez más. Las imágenes... tabla de imágenes a carpetas.
	Creo que hice clic en algo equivocado. Tengo aquí mi carpeta de imágenes de aprendizaje automático en la que quiero colocarlas rápidamente.
	Revisa eso.
	Haciendo clic en los nombres de los archivos.
	Y los organizará en la carpeta.
	Así que aquí tengo mis conjuntos de datos de prueba y entrenamiento y, vaya, elegí lo incorrecto para mis categorías. Clasifiquémoslos según las cosas que elegí en las columnas.
	Entonces, la idea es que necesito poner mis datos categorizados en la estructura de carpetas de archivos.
	Y la otra cosa es que es útil en los datos en... hacer esto en JMP en la tabla de datos, por lo que es útil crear estas categorías de entrenamiento.
	grupos dentro del JMP. Ya mostré que podemos hacer la estratificación y aquí hay otro ejemplo donde, debido a que tengo los datos, las otras columnas de datos, como el departamento, en el
	en el conjunto de datos. Puedo regresar y ver, oye, ¿dividí mi prueba y mi conjunto de entrenamiento de manera equilibrada? Entonces, cuando tuve, digamos, arte egipcio, hice un buen trabajo con el arte egipcio.
	Estar en parte en la tarea, en parte en la formación, no tanto en la otra categoría. Entonces en JMP sé que tengo los otros datos
	columnas Son convenientes para formar mi conjunto de entrenamiento de pruebas, asegurándome de tener grupos equilibrados y también puedo guardar esta tabla y tener un registro de lo que había en...
	lo que había en el entrenamiento que hice. Entonces ahí está eso. Lo último que quería decir sobre esto es que los datos de este museo en realidad no reflejan muy bien
	la idea de que las imágenes de metrología se vean todas muy similares. Entonces, debido a que estos gatos son tan únicos, es posible que tengas que mirar muy de cerca cuando te desplazas por aquí para verlos.
	ya sabes, ¿es esto la parte trasera de un gato o el frente con la cara desgastada o cualquier otra cosa, y
	Hablaré más sobre el caso en el que las imágenes de metrología son realmente muy similares entre sí. Y es potencialmente muy útil desplazarse por ellos simplemente mirando las cosas a ojo. Después escuchamos a Serkay con su herramienta PowerPoint.
Serkay Olmez	Bien, déjame compartir mi pantalla.
	Está bien.
	Entonces, de lo que hablaré es de un script que permite a las personas insertar imágenes enumeradas en una tabla JMP en PowerPoint.
	Entonces, lo que desea hacer es recopilar las imágenes de los enlaces enumerados en la tabla y enviarlas a PowerPoint con una plantilla que elija. Y entonces puedes crear esta tabla con el
	fragmentos de código que Heidi ya mostró y este script supone que ya tiene una tabla y que tiene los enlaces allí.
	Y simplemente ejecutaré el script y les diré qué hace.
	Entonces, si ejecuto esto, te brinda esta interfaz en la que puedes seleccionar columnas como atributos. En primer lugar, deberá seleccionar la ruta de la imagen para que JMP sepa de dónde recopilar esas imágenes y
	También puedes agregar etiquetas. Esas etiquetas irán a PowerPoint como columnas y también podrás decidir qué tipo de diseño quieres en PowerPoint. Entonces solo mostraré una cuadrícula.
	diseño primero. Entonces habrá cuatro columnas, dos filas en este caso. Y le das a exportar. Lo que hace es activar PowerPoint y PowerPoint lo hará.
	vaya y recopile esas imágenes y creará las diapositivas y esto tomará de 10 a 20 segundos porque extrae 20 imágenes de un servidor.
	Entonces, una vez que se complete, tendrás el PowerPoint con una estructura bien diseñada. Y esas columnas, recuerde, esas son de las que proviene la tabla de las columnas que seleccionó al principio en la interfaz de usuario. Entonces obtienes este rápidamente y, por supuesto, puedes cambiarlo.
	el diseño aquí. Por ejemplo, supongamos que desea hacer
	una cosa diferente. Entonces aquí está esta selección de diseño. Digamos que quieres hacer una fila y tal vez dejar algo de espacio debajo para poder poner algunos comentarios allí. Entonces puedes volver a ejecutar esto.
	y luego JMP le dirá a PowerPoint cómo configurar el diseño. Y luego, una vez que esto se complete, tendrá una fila de imágenes por diapositiva.
	Mira así y
	Otra cosa que hace el script es dividir las diapositivas en categorías. O tal vez hay un atributo superior en sus datos y desea comenzar... desea iniciar una nueva diapositiva.
	cuando ese atributo cambia. Por ejemplo, tomemos el medio y lo coloquemos en etiquetas de diapositivas para que cree etiquetas de diapositivas en la parte superior. Son como títulos.
	Y también dividió esta pequeña presentación de PowerPoint en categorías. Por lo tanto, comenzará una nueva diapositiva cada vez que cambie este atributo de medio. Si solo hago esto,
	volverá a hacer lo mismo en 10-20 segundos. Ahora los agrupará en diferentes categorías. Entonces tendrás un bonito diseño.
	conjunto de diapositivas,
	cuál será dividido. Entonces, por ejemplo, tienes un tobogán para medio igual a latón, tendrás uno de bronce y parece que solo hay un elemento de ese. Yo seleccioné ??? filas en los datos y habrá cerámica, etc. Entonces esto separa las diapositivas.
	Lo último que mostraré como demostración es que a veces la gente querrá tener un diseño un poco más complicado. Una plantilla, por ejemplo, querrán mirar una imagen.
	en una forma más grande por lo que quieren poner una imagen grande a la izquierda, tal vez un par más a la derecha. Entonces puedes hacer plantillas tan complicadas.
	yendo... seleccionando un diseño diferente y eso se hace mediante scripts. Así que tuve este diseño de grande a pequeño. Habrá una imagen grande en el lado izquierdo y dos pequeñas apiladas a la derecha. Así que si haces esto
	irá y hará lo mismo, pero ahora tendrá un diseño diferente.
	Le daré de 10 a 20 segundos para crear las diapositivas.
	Ahí tienes Entonces, una imagen grande en el lado izquierdo y dos pequeñas en el lado derecho.
	Y lo último que mostraré es cómo personalizar la herramienta. Lanzaremos esta herramienta como parte de este gran complemento que realiza toda esa manipulación de imágenes. Y si abriera este muy rápidamente,
	Entonces esto es personalizable por el usuario, por lo que los usuarios pueden entrar y cambiar qué tipo de columnas quieren poner en roles automáticamente. Y entonces
	los usuarios pueden hacer que se vea diferente por sí mismos. Y una última cosa que mencionaré es sobre las plantillas especializadas. Entonces esas plantillas
	Acabo de mostrar uno de grande a pequeño, creados por scripts que viven externamente a la herramienta. Así que proporcionaremos dos de ellos. Pero la idea es que si el usuario tiene suficiente experiencia, esa persona puede desarrollar
	su propia plantilla y ponerla en la herramienta y la herramienta la reconocerá, o el desarrollador puede desarrollar más y más plantillas
	especificado...específico para un cliente o usuario particular. Entonces, esto será parte del complemento que vamos a lanzar. Esto es todo lo que tengo. Heidi puede retractarse.
Heidi Harder	Bien bien.
	Lo lamento. Estoy de vuelta y
	ahora estamos viendo un conjunto de datos diferente. Estas imágenes de astronomía del Cobertizo de Ciencias.
	Y como se anuncia, estas imágenes son más... son imágenes de metrología y estás mirando un pedazo del cielo nocturno aquí en esta imagen muy pequeña. E incluso en este tamaño y alcance tan pequeños de imágenes,
	Puedes ver, puedes ver movimiento allí. Y puedes ver algunas cosas anómalas como aquí cuando aparece algo.
	Y esto es parte del punto que quería señalar cuando estaba mirando como clasificar para mi proyecto de aprendizaje automático y tengo imágenes que nominalmente se ven muy, muy similares entre sí. Es muy fácil desplazarse y ver algo anómalo como esto.
	Pero en realidad voy a hacer una demostración más gráfica de eso donde vamos a ampliar esto y desplazarnos nuevamente. Así que déjame rápido
	Describe lo que vamos a ver. Aquí hay una vista de la intensidad del blanco en estas imágenes en función del tiempo. Así que estos están ordenados en el tiempo aquí cuando los revisamos.
	Y una cosa que no verán, que no es muy visible a simple vista, es esta gran y lenta tendencia aquí en la intensidad.
	Tendremos las etiquetas puestas. Puedes ver aquí nuevamente la forma en que usas las etiquetas para ver. Sí, si la intensidad es muy alta. Es porque hay una racha en las exposiciones de 60 segundos, algo que pasa en esas imágenes. También podemos ver los obstáculos en los datos. Y ahí es donde ves el
	El telescopio se ha desviado, un poco del fondo se mueve y se reinicia, lo vemos cuando nos desplazamos. Así que solo un pequeño adelanto.
	Voy a mostrar esto expandiéndolo mucho más para que incluso dentro de la tabla de datos podamos ver una vista bastante grande de las imágenes, solo un poco más grande.
	Y volver al principio en el tiempo. Lo que quiero que hagan es observar este lugar, observar ese objeto mientras nos desplazamos por los datos.
	Y con suerte, lo que estamos viendo es que pueden verlo moviéndose hacia la izquierda, contra las estrellas de fondo. Y ese es un asteroide, 2171 Kiev.
	Es decir, estamos viendo que era una intención real de estas imágenes de metrología. Así que solo hacemos una demostración gráfica de que, en las circunstancias adecuadas, se puede utilizar simplemente desplazarse por las imágenes de la tabla.
	anotación de la tabla de imágenes. Esto es para el caso opuesto en el que realmente desea examinar las imágenes, una por una.
	Lo que sucede cuando haces clic en esto es que, nuevamente, tienes la opción de usar la ruta o las imágenes incrustadas.
	Tiene la opción de tener algún tipo de identificador en el que ponemos la fecha aquí o simplemente le daría números de fila y puede tener otro atributo, pongamos el telescopio aquí.
	sobre los datos. Y lo que esto hace es formar una pequeña herramienta de marcado y esta herramienta le permitirá
	hacer algunas clasificaciones genéricas. Éste es un tres, podría decir algo aquí. Algún tipo de comentario sobre los datos.
	Y también tengo una mira, así que puedo medir. Va a medir en píxeles sobre la imagen y va a mover la mira para registrar las posiciones y el
	delta allí y píxeles cuando hago clic en grabar. Ahora, antes de hacer eso, ya sabes, parte de la razón por la que hay muchas formas diferentes de marcar con publicidad
	herramientas, parte de la motivación para hacer esto en JMP es, nuevamente, que tiene, junto con la imagen, todos estos otros datos en la tabla.
	En realidad, aquí solo está representado por esta columna. Pero nuevamente, esto es algo que está listo para ser personalizado. En mi propia versión pequeña, estoy mirando imágenes.
	Y estoy imprimiendo aquí en esta vista, un pequeño mapa de dónde estaba la cabeza en la oblea o varios otros datos. O tal vez la receta de la imagen decía cuáles son las dimensiones que puedo intentar verificar.
	Entonces, la capacidad de tener esta unión entre la imagen y los elementos allí, ¿es posible incluso hacer eso? Pero luego, cuando hacemos clic en grabar, lo que sucede es que vamos hacia la derecha. Los veremos para agregar columnas y
	(Las columnas son tan altas que redujémoslas un poco).
	Puedes verlo aquí en la Fila 3 y grabado. No, no quiero mover la cruz blanca, así que obtengo una distancia vertical y las posiciones de la cruz y mis comentarios y clasificaciones están pegados nuevamente en la tabla en la fila correcta.
	Otra cosa que estamos viendo aquí es otra columna de imágenes. Y aquí es donde puse algunas imágenes que son gráficos JMP, los gráficos JMP pueden ser imágenes.
	Y en la tabla de datos que compartimos, tengo código incrustado. Verás aquí que hace estas imágenes e implica usar el mensaje get pixels para las imágenes que tenemos,
	obtener una matriz de los datos, cortar una porción a lo largo del lugar donde se mueve ese asteroide y promediar la intensidad. Puedes hojear y ver
	el pico moviéndose en estas imágenes. Pero el verdadero punto de esto fue lo que acabo de mencionar.
	Algunos de nuestros casos de uso que tenemos en Seagate todo el tiempo donde tendremos una fila de datos para un cabezal y qué valores hay allí, como una frecuencia máxima que proviene de un espectro completo o un valor óptimo que proviene de un barrido de optimización, etc. y
	esos barridos en realidad podrían convertirse en imágenes en los datos. Y, por supuesto, hay buenas razones por las que hacemos ese tipo de extracción de características en imágenes o curvas complejas.
	Los valores simples como la frecuencia se pueden usar más directamente en una variedad de análisis JMP como
	Las plataformas estadísticas de JMP, pero espero que ambos hayamos demostrado que hay muchas cosas útiles que puedes hacer si colocas las imágenes en la tabla en relación con un montón de otras columnas de datos.
	En particular, espero que al ver los argumentos como imágenes, piensen inmediatamente en la demostración de PowerPoint de Serkay y que los argumentos sean algo así como organizarse en un PowerPoint de ciertas maneras.
	De todos modos, espero que los diversos fragmentos de JSL que hemos compartido puedan resultarle útiles y que se sienta inspirado a hacer más con las imágenes. Gracias.

FugarseExploración de datosDesarrollo de aplicaciones JSLRe: Imágenes en tablas de datos y herramientas JSL relacionadas (2020-US-30MP-585)

@hardner Mmmm lo intenté pero no funcionó. Ah, bueno, no es tan fácil como pensé que sería. ¡Salud!

Re: Imágenes en tablas de datos y herramientas JSL relacionadas (2020-US-30MP-585)

¡Gracias!  

No estoy seguro de haber entendido su pregunta, pero si abro uno de mis archivos habituales con una columna de Carácter que contiene la URL de la imagen, como en los datos del ejemplo, y luego convierto esa columna a Expresión (y en este ejemplo llámela EXPRESSIONofURL), aquí está cómo volver a convertirla en una columna de Carácter que funcione con la herramienta de importación, sin comillas alrededor de la URL...

 

dt = Current Data Table();
dt << New Column( "URL" );
:URL[1] = Eval( Parse( :EXPRESSIONofURL[1] ) );

 

 

 

 

Re: Imágenes en tablas de datos y herramientas JSL relacionadas (2020-US-30MP-585)

@hardner -Fantástica herramienta, gracias por compartir el complemento. Intenté usarlo en mi conjunto de datos, pero mi URL se importa como expresión y cuando intenté convertirla a texto (según sus instrucciones adicionales), ninguna de las imágenes de mi URL se importa. ¿Algún consejo?

Re: Imágenes en tablas de datos y herramientas JSL relacionadas (2020-US-30MP-585)

¡Realmente aprecié la cantidad de contexto y código/datos de ejemplo que incluiste en el archivo .zip! ¡Gracias!