概述

Nilearn 可以对脑容量进行易于理解和通用的分析。它提供统计和机器学习工具，以及指导性文档和友好的社区。

它支持基于一般线性模型 (GLM) 的分析，并利用scikit-learn Python 工具箱进行多变量统计，应用程序包括预测建模、分类、解码或连通性分析。

重要链接

• [hidecontent type="reply" desc="隐藏内容：评论后查看"]

  • 官方源代码仓库： https: //github.com/nilearn/nilearn/
  • HTML 文档（稳定版）： https: //nilearn.github.io/

  安装

  最新发布

  1.设置虚拟环境

  我们建议您nilearn在虚拟 Python 环境中安装，使用标准库venv或使用conda （例如，请参阅miniconda ）进行管理。无论哪种方式，创建并激活一个新的 python 环境。

  与venv：

  python3 -m venv /<path_to_new_env>
  source /<path_to_new_env>/bin/activate

  Windows 用户应将最后一行更改\<path_to_new_env>\Scripts\activate.bat为以激活他们的虚拟环境。

  与conda：

  conda create -n nilearn python=3.9
  conda activate nilearn

  2.用pip安装nilearn

  在适当的 python 环境中的命令提示符/终端中执行以下命令：

  python -m pip install -U nilearn

  开发版

  请在贡献指南中找到所有开发设置说明 。

  检查安装

  尝试在 python / iPython 会话中导入 nilearn：

  import nilearn

  如果没有出现错误，则说明您已正确安装 nilearn。

  依赖关系

  使用该软件所需的依赖项列在文件nilearn/setup.cfg中。

  如果您使用 nilearn 绘图功能或运行示例，则需要 matplotlib >= 3.3.0。

  Nilearn 中的一些绘图函数同时支持 matplotlib 和 plotly 作为绘图引擎。为了在这些功能中使用 plotly 引擎，您需要同时安装 plotly 和 kaleido，它们都可以通过 pip 和 anaconda 安装。

  如果你想运行测试，你需要 pytest >= 6.0.0 和 pytest-cov 来报告覆盖率。

  [/hidecontent]