758496_es-ES

liliconcom

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

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

Un proyecto de aprendizaje profundo de Keras/TensorFlow impulsó la creación de un conjunto de complementos JSL para trabajar con imágenes dentro de tablas de datos JMP. Las nuevas herramientas revelaron la amplia aplicabilidad de las imágenes incrustadas en nuestros análisis JMP más convencionales. JMP ha tenido la capacidad de incorporar imágenes en tablas durante algún tiempo, pero no la habíamos aprovechado al máximo. Compartiremos el valor que hemos encontrado al adoptar esta función, así como un conjunto de herramientas con scripts para ayudar a aprovecharlo. Las herramientas JSL incluyen la extracción de imágenes en una tabla, la revisión, el marcado y la medición de imágenes, así como la exportación a PowerPoint o a una estructura de archivos con organización y propiedades basadas en otras columnas de datos.

Transcripción generada automáticamente...

Vocero	Transcripción
Heidi Hardner	Hola, soy Heidi Hardner y les hablo desde Minneapolis, Minnesota.
Serkay Olmez	Y este es Serkay Olmez, y estoy llamando desde Longmont, Colorado.
Heidi Hardner	Trabajamos en Seagate Technology, donde ambos tenemos una larga trayectoria usando JMP y JSL, y compartiendo scripts de JMP con nuestros colegas. Vamos a demostrar algunos casos de uso de imágenes ??? en tablas de datos de JMP y compartiremos algunas herramientas de JSL relacionadas.
	En Seagate, los cabezales de grabación pasan por una gran cantidad de procesos de fábrica, desde la fabricación de obleas hasta la instalación en la unidad.
	Por lo tanto, con frecuencia observamos datos muy amplios en los que cada encabezado es una fila y hay muchísimas columnas.
	Dado que muchos de los procesos producen imágenes que pueden incluir muchas imágenes diferentes por cabeza, o podemos tener datos muy altos de muchas cabezas que pasan por un solo proceso, que se ven muy similares entre sí en las imágenes de metrología.
	Nuestros conjuntos de datos descargados hoy no son imágenes de Seagate, pero tendrán similitudes con estas situaciones, y espero que establecer estos paralelismos pueda ayudarle a establecer paralelismos con sus propios casos de uso.
	JMP tiene imágenes y tablas de datos desde hace varios años y, personalmente, tardé en apreciarlo.
	Espero que en estos casos de uso veas diferentes maneras en las que puede resultar 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 puedes tener rutas compartidas.
	Y por último, compartimos el JSL que demostraremos en los materiales de apoyo. Así que esa es la conclusión. Hay un directorio de ellos al final de esta presentación de PowerPoint.
	Gran parte de la exploración que resulta útil con imágenes es bastante básica y nuestros scripts están listos para usarse sin conocimientos de JSL, pero también contienen una amplia gama de cosas que puedes desarrollar en tus propios scripts JMP.
	tres cosas que incluyen rutas de imágenes de acceso público que conducen a mi segunda conclusión.
	La primera es una tabla de datos del catálogo en línea de Mets. Incluye ejemplos con varias imágenes por objeto o fila de la tabla.
	Explorar un catálogo fue una experiencia fascinante para mí, y lo recomiendo ampliamente. El segundo conjunto de datos son imágenes astronómicas. Son gracias a Russ Durkee del Observatorio Shed of Science.
	Estos son datos metrológicos por fila, donde las imágenes son muy similares a simple vista. Observen el paralelismo con lo que acabo de mencionar sobre nuestros casos de uso de datos de fábrica de cabezales de grabación.
	Y hablando de agujeros de conejo en los que he estado, la tercera cosa es JSL que implementa la API de Omeka.
	Para acceder a colecciones académicas en línea. Agradecemos a la Dra. Heather Shirey por su ayuda para acceder a estas bases de datos. Su proyecto de mapeo de arte urbano es otra actividad interesante que deberían consultar 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 mezclan rutas de imágenes con otros datos para crear el tipo de tabla en la que se centran nuestras herramientas.
	Ahora pasaremos a una demostración en vivo en JMP. Antes de analizar ese tipo de conjuntos de datos, ¿qué sucede si solo se tiene un montón de imágenes?
	Tabla de imágenes de carpetas. Esto nos permite seleccionar una carpeta. Tengo una carpeta con algunas imágenes de muestra de...
	Datos del catálogo MET. Y puedes ver que tiene algunas carpetas y cuando selecciono esta carpeta, rápidamente obtengo una tabla con
	En la columna, todas estas pestañas corresponden a las imágenes. Se han buscado extensiones de archivo que se consideran imágenes y se han dividido algunas carpetas para...
	Las subcarpetas como atributos en los datos. Con frecuencia, encontramos casos en los que los nombres de las carpetas contienen algún atributo significativo que se desea incluir en los datos.
	Y este es un script que podrías personalizar aún más en mi versión de Seagate, generalmente tengo un identificador de cabeza incrustado en el nombre del archivo, por lo que tengo un análisis para eso que está integrado automáticamente en mi propia 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 esto es más sustancial; pueden ver que tiene...
	Tiene una fila por objeto, pero contiene datos numéricos. Así que enumera los objetos. Contiene muchos datos de atributos. Así que hay muchos...
	Aquí hay un conjunto de datos más sustancial. Si nos desplazamos hacia arriba, podemos ver que dentro del conjunto de datos se encuentran las rutas a las imágenes y las URL donde se encuentran.
	están alojados y puedes ver que hay hasta cinco imágenes distintas aquí para algunas de las filas.
	Mi segunda herramienta, "imágenes importantes", es la única que incorpora imágenes a la tabla, y admite múltiples rutas. Estas también pueden ser rutas locales. No es necesario que sean una URL.
	Una vez que se compartan los datos de demostración, podrán acceder a... Ya está hecho. Quería comentar brevemente lo que está haciendo entre bastidores.
	Cuando JMP abre algo que reconoce una imagen, esta puede ser un objeto de imagen. Hay varios mensajes de comando JSL que el objeto de imagen puede recibir, como obtener tamaño, obtener píxeles y guardar imagen. Los verás en el código que compartimos.
	Vamos, quiero ver los resultados. ...las imágenes en la tabla. Este script hace varias cosas además de pegar las imágenes.
	Permítanme abrir otro ejemplo con otro fragmento de código sobre esto. Las imágenes van en una columna de tipo expresión, por lo que se crea un tipo de datos de expresión para saber cómo colocar las imágenes.
	También estoy creando un controlador de eventos para esa columna. Esto usa un mensaje especial para el cuadro de gráfico: agrega una imagen al objeto de imagen y se agrega directamente al cuadro de gráfico. Les mostraré lo que hace, pero es... es un controlador de eventos de clic.
	Y también está cambiando de tamaño, por lo que el hecho de que esto se haya vuelto más alto para acomodar estos un poco más grandes.
	Eso es algo que puedes hacer, mi script lo hace, pero también de forma predeterminada, ya sabes, si pones imágenes, puedes obtener algo realmente pequeño como esto, lo que podría ser genial.
	para ver una gran variedad, pero quizás valga la pena saber que, ya sabes, parece que no sé cómo podría ver mis imágenes, se supone que deben ser tan pequeñas en JMP, también puedes ampliarlas manualmente.
	Y el script también se integra en la tabla. Es útil saber cómo hacerlo, y la lógica aquí es que, ya sabes,
	La tabla de datos se volvió muy grande cuando integramos todas estas imágenes, y sus imágenes están incrustadas en
	Los datos de las imágenes completas se incrustan cuando esto sucede. Por lo tanto, podría querer enviar este conjunto de datos a alguien para que pueda obtenerlo sin necesidad de conocer mi menú de herramientas especial. Podrían ejecutarlo para reimportar las imágenes.
	Al hacer clic, lo que quería mostrar es que cuando haces clic aquí, se crea una versión de tamaño completo o más grande de la imagen para que la veas.
	Como dije, gran parte de la ventaja de tener imágenes en la tabla de datos reside en las sencillas capacidades exploratorias de JMP. Por ejemplo, puedo tomar estas columnas y reordenarlas.
	Y simplemente moverlos por algunas otras cosas será más interesante mirar la tabla completa de tamaños de archivos.
	Y de esta manera, ya sabes, puedo simplemente buscar, puedo ordenar, puedo ver aquí que tengo las imágenes ordenadas por cuántas, o la fila ordenada por cuántas imágenes funciona.
	Si me desplazo hacia abajo, puedo ver visualmente que, al reorganizar las columnas, aparecen diferentes columnas de interés junto a estas. De hecho, puedo obtener muchas imágenes en una cuadrícula.
	En la mesa. Aquí tengo este grupo y creé mi propia columna de agrupación. Así que podría reorganizarlo. Simplemente reordenando las columnas, podría pegarlo junto a las imágenes.
	En caso de que quisiera revisarlo desplazándome. Así que mover, ordenar y reorganizar mucho es parte de lo bueno de tener imágenes en un...
	Tabla. Uno de mis casos de uso personal es monitorear algunas métricas importantes que provienen de imágenes y, en mi caso, provienen de una combinación de diferentes imágenes.
	Y yo miraría estos datos o buscaría 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 crear un gráfico de ejemplo, en este caso, de la altura por el ancho de estos objetos del museo. Les mostraré rápidamente algo que pueden hacer: haciendo clic derecho aquí, puedo crear una etiqueta a partir de esta primera columna.
	Y entonces, si miro los datos, puedo examinar esto y decir que hay algo que sobresale. ¿Por qué es mucho más ancho que alto? Bueno, no fue un error. Es realmente ancho.
	Hay obras de arte ahí, así que tiene sentido. Así puedo tener, ya sabes, un dato emergente. Si tengo muchas cosas diferentes que me interesan agrupadas en este grupo aquí abajo, parece que hay mucho...
	De estos tipos que son similares en tamaño, tal vez eso parezca interesante.
	De nuevo, puedo verlos individualmente con las etiquetas. Pero si mis datos son muy grandes, puedo explorarlos de otras maneras. Puedo volver a los datos y usar F7 para navegar.
	Para las cosas que se han seleccionado. Por supuesto, al haber seleccionado cosas, podría simplemente subconjunto algunas de ellas para obtener... ya sabes, para obtener...
	Solo un conjunto de datos más pequeño. Una de las cosas exploratorias que me gustaría mostrar, una de mis favoritas, es la selección de filas.
	Podría seleccionar nombres y columnas. Digamos que este es un modo extraño y que ya sé que quiero llamarlo "bichos raros".
	Diré: "Oye, estos son algunos datos extraños que quiero examinar". Y me dará una columna al final con unos y ceros para indicar si los datos son extraños o no.
	Y parte de lo útil de eso es que, imaginemos que mi conjunto de datos es muy grande. Y entonces, simplemente hojearlos. No es tan bueno.
	Y digamos que es tan grande que no quiero tener las imágenes ahí. No quiero extraerlas, sería inviable. Así que aquí estoy de vuelta con mi conjunto de datos.
	Y tengo estas rarezas que me interesan. Y puedo ir al subconjunto, y en lugar de solo subconjuntorlas todas, digamos que tal vez hay miles aquí en este grupo, puedo usar esa columna para hacer la estratificación.
	Aquí podría decir: "Solo he seleccionado 11, así que digamos que voy a elegir cinco. Voy a estratificar según los elementos extraños".
	Y lo que obtengo son cinco raros y cinco no raros, elegidos al azar, y aquí puedo ordenarlos y recuperar las imágenes. Así que ahora puedo decir: "Bueno, solo quiero ver".
	Quizás solo quiero ver uno y dos, lo que sea, solo para el conjunto pequeño. Así que, de nuevo, espero que esto muestre cómo arrastrar por esas rutas incluso datos muy grandes donde no parece útil...
	Si tengo las imágenes o sé que es posible incluirlas, podría simplemente obtener... obtendría un subconjunto. Y luego podría revisarlas y preguntar qué tienen de diferente las rarezas. Puedo ordenarlas.
	Ahora quiero mostrar otro caso de uso. Entonces
	Este caso de uso fue cuando aprendí a hacer una clasificación de imágenes con aprendizaje profundo, etc.
	En este caso, ya sabes... realmente me impactó fuertemente que las imágenes realmente son, literalmente, los datos.
	Y aquí hay un ejemplo de esto. Si, en mi caso, por supuesto, estoy viendo la grabación, tengo diferentes perspectivas. Intentaba clasificar estas diferentes perspectivas.
	¿Sensación correcta? Y algo más enfocado en una parte diferente de la cabeza. Así que aquí estoy simulando eso con nuestra estatua de gato a partir de los datos artísticos y categorizándolos. Aquí está la parte trasera, mirando hacia la derecha, mirando hacia el frente, etc.
	Ya sabes, todo este proyecto de aprendizaje automático no se está llevando a cabo en JMP, pero existe una necesidad.
	Para este producto de categorización de Python... TensorFlow proporciona datos de entrenamiento. Y, al final, revisa los resultados que se obtienen, que terminan en forma de archivos anidados en carpetas. Permítanme mostrarles brevemente 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 anidadas. Aquí le indicaré que use la columna de nombre de archivo como nombre.
	En general, puedo usar un prefijo o cambiar el tamaño. El cambio de tamaño es otra característica importante del aprendizaje automático. He configurado mi modelo para que espere la carga de imágenes de cierto tamaño. Cuando esto funciona, envía 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 incorrecto. Tengo mi carpeta de imágenes de aprendizaje automático aquí y quiero guardarlas rápidamente.
	Revisa eso.
	Haciendo clic en los nombres de los archivos.
	Y los organizará en la carpeta.
	Aquí tengo mis conjuntos de datos de prueba y entrenamiento, y ¡vaya!, elegí mal las categorías. Clasifiquemos estos datos según las columnas que elegí.
	Entonces, la idea es que, ya sabes, necesito poner mis datos categorizados en la estructura de carpetas de archivos.
	Y la otra cosa sobre eso es que es útil en los datos... hacer esto en JMP en la tabla de datos, por lo que es útil crear estas categorías de entrenamiento.
	Grupos dentro de JMP. Ya mostré que podíamos estratificar 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 revisar y ver si dividí mis conjuntos de prueba y entrenamiento de forma equilibrada. Así que, cuando tengo, por ejemplo, arte egipcio, hice un buen trabajo.
	Al estar en parte en la tarea, en parte en el entrenamiento, no tanto en la otra categoría. Así que en JMP sé que tengo los demás datos.
	Columnas. Son útiles para formar mi conjunto de entrenamiento de pruebas, asegurándome de tener grupos equilibrados y, además, puedo guardar esta tabla y tener un registro de lo que contenía...
	Lo que se incluyó en la capacitación que realicé. Ahí está. Lo último que quería decir es que los datos de este museo no capturan muy bien...
	La idea de que las imágenes de metrología sean todas muy similares. Como estos gatos son tan únicos, quizás tengas que observar con atención al navegar por aquí para ver...
	Ya sabes, ¿es esta la parte trasera de un gato o la parte delantera con la cara desgastada o lo que sea?
	Hablaré más sobre el caso en el que las imágenes de metrología son muy similares entre sí. Y es muy útil desplazarse por ellas simplemente observándolas visualmente. Después, escucharemos a Serkay con su herramienta de PowerPoint.
Serkay Olmez	Bien, déjame compartir mi pantalla.
	Está bien.
	De lo que voy a hablar es de un script que permite a las personas enviar imágenes enumeradas en una tabla JMP a PowerPoint.
	Entonces, lo que quieres hacer es recopilar las imágenes de los enlaces que aparecen en la tabla e insertarlas en PowerPoint con una plantilla que elijas. Así puedes crear esta tabla con...
	Heidi ya mostró fragmentos de código y este script asume que ya tienes una tabla y que tienes los enlaces allí.
	Y simplemente ejecutaré el script y te diré lo que hace.
	Si ejecuto esto, se muestra una interfaz donde se pueden seleccionar columnas como atributos. Primero, se debe seleccionar la ruta de la imagen para que JMP sepa de dónde recopilarlas y...
	También puedes agregar etiquetas. Estas etiquetas se mostrarán en PowerPoint como columnas y podrás decidir qué tipo de diseño quieres. Así que mostraré una cuadrícula.
	Primero el diseño. Habrá cuatro columnas, dos filas en este caso. Y pulsas Exportar. Lo que hace es activar PowerPoint y PowerPoint...
	Vaya y recopile esas imágenes y creará las diapositivas y esto tomará entre 10 y 20 segundos porque está extrayendo 20 imágenes de un servidor.
	Una vez completado, tendrá la presentación de PowerPoint con una estructura bien diseñada. Recuerde que esas columnas son las que forman la tabla, las columnas que seleccionó al principio en la interfaz de usuario. Así que la obtendrá rápidamente y, por supuesto, podrá cambiarla.
	El diseño aquí. Por ejemplo, supongamos que desea hacer
	Algo diferente. Aquí tienes esta selección de diseño. Digamos que quieres hacer una fila y quizás dejar algo de espacio debajo para añadir comentarios. Puedes volver a ejecutar esto.
	Luego, JMP le indicará a PowerPoint cómo configurar el diseño. Una vez completado, tendrá una fila para imágenes por diapositiva.
	Mira esto y
	Otra función del script es dividir las diapositivas en categorías. O quizás haya un atributo principal en los datos y quieras empezar una nueva diapositiva.
	Cuando ese atributo cambia. Por ejemplo, tomemos el medio y lo incluimos en las etiquetas de diapositivas para que se creen etiquetas de diapositivas en la parte superior. Es como los títulos.
	Y también dividió esta pequeña presentación de PowerPoint en categorías. Así, comenzará una nueva diapositiva cada vez que cambie este atributo de medio. Si simplemente hago esto,
	Hará lo mismo en 10-20 segundos. Ahora, los agrupará en diferentes categorías. Así, tendrás un diseño agradable.
	conjunto de diapositivas,
	Cuál se dividirá. Por ejemplo, si tienes una diapositiva para un material medio igual a latón, tendrás una de bronce y parece que solo hay un elemento de esa. Seleccioné las filas "???" en los datos y habrá cerámica, etc. Esto separa las diapositivas.
	Lo último que mostraré a modo de demostración es que a veces la gente querrá un diseño un poco más complejo. Por ejemplo, una plantilla; querrán ver una imagen.
	De mayor tamaño, así que quieren poner una imagen grande a la izquierda, y quizás un par más a la derecha. Así se pueden crear plantillas tan complejas.
	Seleccionando un diseño diferente, y eso se hace mediante scripts. Tenía este diseño de grande a pequeño. Hay una imagen grande a la izquierda y dos pequeñas apiladas a la derecha. Así que si simplemente haces esto...
	Irá y hará lo mismo, pero ahora tendrá un diseño diferente.
	Le daré entre 10 y 20 segundos para construir las diapositivas.
	Ahí lo tienes. Una imagen grande a la izquierda y dos pequeñas a la derecha.
	Y lo último que mostraré es sobre la personalización de la herramienta. La lanzaremos como parte de este gran complemento que realiza toda la manipulación de imágenes. Así que, si la abro rápidamente,
	Esto es personalizable por el usuario, de modo que puede cambiar automáticamente el tipo de columnas que desea incluir en los roles.
	Los usuarios pueden personalizar su apariencia. Y una última cosa que mencionaré son las plantillas especializadas. Esas plantillas...
	Acabo de mostrar uno, de mayor a menor, que se crean mediante scripts externos a la herramienta. Por lo tanto, proporcionaremos dos. La idea es que, si el usuario tiene suficiente experiencia, pueda 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 clientes o usuarios específicos. Esto formará parte del complemento que lanzaremos. Esto es todo lo que tengo. Heidi puede recuperarlo.
Heidi Hardner	Está bien, está bien.
	Lo siento por eso. He vuelto y
	Ahora estamos viendo un conjunto de datos diferente: estas imágenes astronómicas de Shed of Science.
	Y como se anuncia, estas imágenes son más... son imágenes de metrología y se ve un fragmento del cielo nocturno en esta imagen tan pequeña. E incluso con este tamaño y alcance tan reducidos,
	Se puede ver movimiento allí. Y se pueden ver algunas cosas anómalas, como aquí, cuando algo aparece.
	Y esto es parte del punto que quería destacar cuando estaba analizando Classify para mi proyecto de aprendizaje automático, y tengo imágenes que, en teoría, se parecen muchísimo entre sí. Es muy fácil navegar y ver algo anómalo como esto.
	Pero de hecho, voy a hacer una demostración más gráfica de eso donde ampliaremos esto y nos desplazaremos de nuevo. Así que permítanme rápidamente...
	Describe lo que veremos. Aquí se muestra la intensidad del blanco en estas imágenes en función del tiempo. Aparecen ordenadas por tiempo al desplazarse por ellas.
	Y una cosa que no vas a ver, que no es muy visible a simple vista, es esta gran y lenta tendencia aquí en la intensidad.
	Tendremos las etiquetas. Aquí pueden ver de nuevo cómo se usan las etiquetas para ver si la intensidad es muy alta. Esto se debe a que hay una raya en las exposiciones de 60 segundos; algo pasa en esas imágenes. También podemos ver a través de las irregularidades en los datos. Y ahí es donde se ve...
	El telescopio se ha desviado, una pequeña parte del fondo se mueve y se reinicia. Pueden verlo al desplazarse. Un pequeño avance.
	Voy a mostrar cómo expandir esto 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 volvamos al principio en el tiempo. Lo que quiero que hagan es observar este punto, observar ese objeto mientras recorremos los datos.
	Y con suerte, lo que vemos es que se puede ver que se mueve hacia la izquierda, contra las estrellas de fondo. Y ese es un asteroide, 2171 Kiev.
	Es decir, vemos que la intención real de estas imágenes metrológicas era... Así que simplemente demostramos gráficamente que, en las circunstancias adecuadas, se puede usar simplemente desplazarse por las imágenes en la tabla.
	Anotación de la tabla de imágenes. Esto es para el caso contrario, cuando se desea examinar las imágenes una por una.
	Lo que sucede cuando haces clic aquí es que, nuevamente, tienes la opción de usar la ruta o las imágenes incrustadas.
	Tienes la opción de tener algún tipo de identificador, ponemos la fecha aquí o simplemente te daría un número de fila y puedes tener otro atributo, pongamos el telescopio aquí,
	en los datos. Y lo que esto hace es crear una pequeña herramienta de marcado que te permitirá...
	Realizar algunas clasificaciones genéricas. Esta es una de tres, podría decir algo aquí. Algún tipo de comentario sobre los datos.
	Y también tengo una cruceta, así que puedo medir. Medirá en píxeles la imagen y moverá la cruceta para registrar las posiciones y...
	delta y píxeles cuando hago clic en grabar. Antes de hacer eso, ya sabes, parte de la razón por la que hay muchas maneras diferentes de marcar con...
	herramientas, parte de la motivación para hacer esto en JMP es, nuevamente, que tienes, junto con la imagen, todos estos otros datos en la tabla.
	En realidad, solo está representado aquí por esta columna. Pero, de nuevo, es algo que se puede personalizar fácilmente. En mi pequeña versión, estoy viendo imágenes.
	Y estoy imprimiendo aquí, en esta vista, un pequeño mapa de la ubicación del cabezal en la oblea u otros datos. O quizás la receta de la imagen indicaba las dimensiones que puedo intentar verificar.
	Entonces, ¿es posible unir la imagen con los elementos? Pero al hacer clic en "Grabar", lo que sucede es que, a la derecha, se agregan columnas.
	(Las columnas son tan altas que vamos a encogerlas un poco.)
	Puedes verlo aquí en la Fila 3 y registrado. No, no quiero mover la cruceta blanca, así que obtengo una distancia vertical y las posiciones de la cruceta, mis comentarios y clasificaciones se mantienen en la tabla, en la fila correcta.
	Otra cosa que vemos aquí es otra columna de imágenes. Aquí es donde he incluido algunas imágenes que son gráficos JMP. Los gráficos JMP pueden ser imágenes.
	En la tabla de datos que compartimos, he incrustado código. Verán aquí que crea estas imágenes y que implica usar el mensaje "obtener píxeles" para las imágenes que tenemos.
	Obtener una matriz de datos, cortar un segmento a lo largo del movimiento del asteroide y promediar la intensidad. Puedes hojearla y ver
	El pico se mueve en estas imágenes. Pero el verdadero objetivo era mencionarlo.
	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 pico que proviene de un espectro completo o un valor óptimo que proviene de un barrido de optimización, etc. y
	Esos barridos podrían convertirse en imágenes en los datos. Y, por supuesto, existen buenas razones para realizar 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, ya sabes, espero que tal vez al ver los gráficos como imágenes, pienses inmediatamente en la demostración de PowerPoint de Serkay y los gráficos son algo así como cosas para organizar en una presentación de PowerPoint de ciertas maneras.
	En fin, espero que los fragmentos de JSL que hemos compartido te sean útiles y te inspiren a crear más con imágenes. Gracias.

Modelado estadístico avanzadoAutomatización y scriptingAnálisis y modelado de datos básicosOrganización del contenidoExploración y visualización de datosIngeniería de Calidad y ProcesosCompartir y comunicar resultados