physics - 在科学环境中编程的实践？

Question

关闭。这个问题需要更多 focused .它目前不接受答案。












想改进这个问题？更新问题，使其仅关注一个问题 editing this post .

4年前关闭。




Improve this question




背景

去年，我在一所大学的一个物理研究组实习。在这个组中，我们主要使用LabVIEW编写程序来控制我们的设置、进行数据采集和分析我们的数据。对于前两个目的，这工作得很好，但对于数据分析来说，这是一个真正的痛苦。最重要的是，每个人大多都是自学成才，所以写的代码通常很乱(难怪每个博士很快决定从头开始重写所有东西)。由于 IT 部门严格的软件和网络规定，版本控制是未知的，并且无法设置。

现在，事情的发展出乎意料地好，但是自然科学领域的人是如何进行软件开发的呢？

问题

一些具体的问题:

您使用什么语言/环境来开发科学软件，尤其是数据分析？有哪些图书馆？ (例如，你用什么来绘图？)

是否有针对没有任何重要编程背景的人的培训？

你有版本控制和错误跟踪之类的东西吗？

您将如何尝试为编程创造一个体面的环境，而又不妨碍个别科学家(尤其是物理学家是固执的人!)

到目前为止的答案摘要

到目前为止的答案(或我对它们的解释):(2008-10-11)

似乎使用最广泛的语言/包:

LabVIEW

Python

与 SciPy , NumPy , PyLab等(另见 Brandon 的下载和链接回复)

C/C++

MATLAB

几乎所有受访者都使用版本控制；错误跟踪和其他过程不太常见。

软件木工类(class)是向科学家教授编程和开发技术的好方法。

如何改善事物？

不要强制人们遵守严格的协议(protocol)。

自己搭建环境，把好处展示给别人。帮助他们自己开始使用版本控制、错误跟踪等。

查看其他人的代码会有所帮助，但请注意，并非每个人都可能会欣赏这一点。

Answer 1

您使用什么语言/环境来开发科学软件，尤其是。数据分析？有哪些图书馆？ (例如，你用什么来绘图？)

我曾经为 Enthought 工作，SciPy 的主要企业赞助商.我们与与 Enthought 签约进行定制软件开发的公司的科学家合作。 Python/SciPy 似乎对科学家来说是一个舒适的环境。如果您是没有软件背景的科学家，那么开始使用 C++ 或 Java 就没有那么令人生畏了。

Enthought Python Distribution附带所有科学计算库，包括分析、绘图、3D 可视化等。

是否有针对没有任何重要编程背景的人的培训？

Enthought 提供 SciPy training SciPy 社区非常擅长回答邮件列表上的问题。

你有版本控制、错误跟踪之类的东西吗？

是的，是的(Subversion 和 Trac)。由于我们与科学家合作(通常远离他们)，版本控制和错误跟踪是必不可少的。一些科学家需要一些指导才能内化版本控制的好处。

您将如何尝试为编程创造一个体面的环境，而又不妨碍个别科学家(尤其是物理学家是固执的人!)

确保他们熟悉工具链。这需要预先投资，但这会让他们不太愿意拒绝它，转而选择更熟悉的东西(Excel)。当工具失败时(他们会失败)，确保他们有一个可以寻求帮助的地方——邮件列表、用户组、组织中的其他科学家和软件开发人员。越多的帮助让他们回到物理领域就越好。