Ne vous répétez pas

Parfois, nous copions et collons du code plusieurs fois pour traiter rapidement des images. À long terme, cette duplication de code n’est pas bonne pour la qualité du code, car si nous voulons changer quelque chose, nous devons le faire à plusieurs endroits et risquons d’en oublier certains. Ainsi, éviter le code répétitif est essentiel. Le principe de conception logicielle s’appelle Ne vous répétez pas.

import pyclesperanto_prototype as cle

image = cle.imread("../../data/BBBC007_batch/17P1_POS0013_D_1UL.tif")
labels = cle.voronoi_otsu_labeling(image, spot_sigma=3)
number_of_nuclei = labels.max()
number_of_nuclei

44.0

image = cle.imread("../../data/BBBC007_batch/20P1_POS0005_D_1UL.tif")
labels = cle.voronoi_otsu_labeling(image, spot_sigma=3)
number_of_nuclei = labels.max()
number_of_nuclei

41.0

image = cle.imread("../../data/BBBC007_batch/20P1_POS0007_D_1UL.tif")
labels = cle.voronoi_otsu_labeling(image, spot_sigma=3)
number_of_nuclei = labels.max()
number_of_nuclei

73.0

Si nous voulions maintenant voir comment la modification du paramètre spot_sigma ci-dessus influence le résultat, nous devrions changer cette valeur trois fois. Lorsque le code devient encore plus long, il peut arriver que nous oubliions de le changer à un endroit.

Boucles for au lieu de répétition de code

Une façon d’éviter la répétition de code consiste à utiliser des boucles for.

folder = "../../data/BBBC007_batch/"
files = ["17P1_POS0013_D_1UL.tif",
        "20P1_POS0005_D_1UL.tif",
        "20P1_POS0007_D_1UL.tif"]

for file in files:
    image = cle.imread(folder + file)
    labels = cle.voronoi_otsu_labeling(
                    image, 
                    spot_sigma=3)
    number_of_nuclei = labels.max()
    print(file, number_of_nuclei)

17P1_POS0013_D_1UL.tif 44.0
20P1_POS0005_D_1UL.tif 41.0
20P1_POS0007_D_1UL.tif 73.0

Fonctions au lieu de répétition de code

Nous pouvons gagner encore plus de flexibilité en introduisant des fonctions dites auxiliaires, qui nous aident en faisant une chose dédiée, par exemple compter les noyaux :

def count_nuclei(image, spot_sigma=3):
    labels = cle.voronoi_otsu_labeling(
                    image, 
                    spot_sigma=spot_sigma)
    number_of_nuclei = labels.max()
    
    return number_of_nuclei

count_nuclei(cle.imread(folder + files[0]))

44.0

count_nuclei(cle.imread(folder + files[1]))

41.0

count_nuclei(cle.imread(folder + files[2]))

73.0

count_nuclei(cle.imread(folder + files[2]), spot_sigma=5)

68.0