แนวทางปฏิบัติในการเขียนโปรแกรมในสภาพแวดล้อมทางวิทยาศาสตร์? [ปิด]
ปิด . คำถามนี้จะต้องมีมากขึ้นมุ่งเน้น ขณะนี้ยังไม่ยอมรับคำตอบ ต้องการปรับปรุงคำถามนี้หรือไม่ อัปเดตคำถามเพื่อให้เน้นไปที่ปัญหาเดียวโดยแก้ไขโพสต์นี้เท่านั้น ปิดให้บริการใน3 ปีที่ผ่านมา ปรับปรุงคำถามนี้ พื้นหลัง เมื่อปีที่แล้วฉันได้ฝึกงานในกลุ่มวิจัยฟิสิกส์ที่มหาวิทยาลัยแห่งหนึ่ง ในกลุ่มนี้เราใช้LabVIEWเป็นส่วนใหญ่ในการเขียนโปรแกรมสำหรับควบคุมการตั้งค่าดำเนินการรับข้อมูลและวิเคราะห์ข้อมูลของเรา สำหรับสองจุดประสงค์แรกมันใช้ได้ดีทีเดียว แต่สำหรับการวิเคราะห์ข้อมูลมันเป็นความเจ็บปวดอย่างแท้จริง ยิ่งไปกว่านั้นทุกคนส่วนใหญ่เรียนรู้ด้วยตนเองดังนั้นโค้ดที่เขียนโดยทั่วไปจึงค่อนข้างยุ่งเหยิง (ไม่น่าแปลกใจที่ปริญญาเอกทุกคนตัดสินใจเขียนทุกอย่างใหม่อย่างรวดเร็วตั้งแต่เริ่มต้น) การควบคุมเวอร์ชันไม่เป็นที่รู้จักและไม่สามารถตั้งค่าได้เนื่องจากซอฟต์แวร์และกฎระเบียบเครือข่ายที่เข้มงวดจากแผนกไอที ตอนนี้สิ่งต่าง ๆ ทำได้ดีอย่างน่าประหลาดใจ แต่ผู้คนในวิทยาศาสตร์ธรรมชาติทำการพัฒนาซอฟต์แวร์ของพวกเขาได้อย่างไร? คำถาม คำถามที่เป็นรูปธรรม: คุณใช้ภาษา / สภาพแวดล้อมใดในการพัฒนาซอฟต์แวร์ทางวิทยาศาสตร์โดยเฉพาะการวิเคราะห์ข้อมูล ห้องสมุดอะไร (ตัวอย่างเช่นคุณใช้อะไรในการวางแผน?) มีการฝึกอบรมสำหรับผู้ที่ไม่มีพื้นฐานด้านการเขียนโปรแกรมหรือไม่? คุณมีอะไรเช่นการควบคุมเวอร์ชันและการติดตามข้อบกพร่องหรือไม่? คุณจะพยายามสร้างสภาพแวดล้อมที่เหมาะสมสำหรับการเขียนโปรแกรมอย่างไรโดยไม่ให้นักวิทยาศาสตร์แต่ละคนเข้ามามากเกินไป (โดยเฉพาะนักฟิสิกส์เป็นคนดื้อรั้น!) สรุปคำตอบป่านนี้ คำตอบ (หรือการตีความของฉัน) จนถึงตอนนี้: (2008-10-11) ภาษา / แพ็คเกจที่ดูเหมือนจะใช้กันอย่างแพร่หลาย: LabVIEW Python ด้วยSciPy , NumPy , PyLabฯลฯ (ดูคำตอบของ Brandon สำหรับการดาวน์โหลดและลิงก์) …