Для математических расчетов есть масса специализированных программ (например, wiki python org/moin/NumericAndScientific, www enthought com), существуют сборки, содержащие огромное количество специализированных пакетов (например, code enthought com/enthon). Есть отдельные пакеты для рисования графиков, например MatPlotLib (matplotlib sourceforge net). Это очень удобный вариант, особенно если рассматривать связку «экспериментальная установка + документ». Данные, полученные с экспериментальной установки (или численного эксперимента) под управлением ПО, созданного на Python, проходят предварительную обработку (опять Python), информация выдается в файлы в виде графиков (2D, 3D, прочие форматы), а после этого при помощи python-скриптов частично формируется и запускается на компиляцию latex-документ, использующий эти графики. [Автоматизация на Питоне – штука довольно распространенная. Так, например, в студии ILM на Питон завязан весь процесс производства визуальных эффектов. – В.Г.] В результате в полностью автоматическом режиме можно получить на выходе профессионально созданный pdf-файл с отчетами о проведенном эксперименте. Также с использованием Python достаточно легко можно писать GUI к различным программам (например, пакеты TkInter, wxPython, TraitsUI). И многое-многое другое.
Полагаю разумным сделать паузу и предоставить читателям возможность сходить по незнакомым ссылкам и подробнее ознакомиться с упомянутыми материалами. Разумеется, все упомянутые продукты непросты в освоении, но усилия, потраченные на овладение ими, того стоят. Воспользовавшись возникшим вакуумом, можно не пытаться воссоздавать ранее бывшее окружение путем поиска эрзацев, а попытаться сменить видение. Решать эту задачу в одиночку сложни тяжело, но, с другой стороны, существует огромное количество технологий и продуктов, позволяющих объединять усилия различных людей в одном направлении. И эти технологии очень хорошо вписываются в структуру научного сообщества, дополняя и расширяя существующие связи между научными группами. Наличие инициативной группы, являющейся неформальным ядром такого сообщества, позволит сменить парадигму достаточно безболезненным образом. Болеетого, такая система является системой с положительной обратной связью, и, будучи запущена, может поддерживать себя сама. В качестве результатов работы такой группы можно продемонстрировать ресурс «TeX в Институте математики и механики УрО РАН». Ему уже около четырнадцати лет (восемь из них посвящены работе с MiKTeX), и история его развития может служить показательным примером того, как можно успешно внедрять новые технологии в научных учреждениях.
Наверняка многие читатели скажут, что существует множество замечательных пакетов и продуктов, которые позволяют решать указанные задачи. Это действительно так. К сожалению, если начинать описывать все возможные комбинации продуктов с уче– том версий и особенностями интеграции, то получится многотомный труд с малоупотребимыми результата– ми, вследствие их быстрого устаревания. Поэтому в статье предложен только подход к решению задач и указаны пакеты и продукты, которые были выбраны на основе личного опыта и прошли экспериментальную апробацию в различных областях деятельности, а не только в научной.
1. Почему начато с LaTeX?
Потому, что текстовый редактор – самый частый инструмент в обиходе научного работника. Это раньше можно было получать зар– плату и заниматься измерениями. А теперь – непрерывные заявки на гранты/отчеты/статьи/презентации и прочие оргвещи, позволяющие другим членам группы проводить научные изыскания. LaTeX выбран как единое средство для написания статей, подготовки презентаций. Более того, поскольку входные файлы имеют понятный ASCII-формат, автоматизированные системы наполнения документов пишутся очень легко. И делается это при помощи скриптовых языков.
2. Почему речь идет о Python, а не о С++. Все просто. Имея опыт промышленной разработки C++, я хорошо представляю, каковы накладные расходы, связанные с его использованием.
Какие же требования следует предъявить к языку программирования для научных работников?
Опыт показывает, что следующий список близок к оптимальному:
• однозначность конструкций языка, прозрачный синтаксис;
• легкость понимания, приемлемая кривая обучения;
• кроссплатформность;
• гибкость;
• компактность программ;
• поддержка в научном
• сообществе;
• широкий набор библиотек;
• сокрытие технологических сложностей (COM, работа с XML, списки, хеши, таблицы, работа со строками, итераторы);
• возможность с равной легкостью разрабатывать как CLI-склейки, так и GUI;
• удобство отладки;
• поддержка ООП-концепций;
• быстрота выдачи готового кода (желательно с автотестами);
• возможность интроспекции.
• Имея опыт работы с C++, Java, Perl, Python, я остановился на последнем. И на нем много чего было сделано. Изумительно просто можно организовать генерацию Excel-отчетов (с раскраской и форматированием), не зная глубинно о OM. С XML очень удобно работать… и масса дру-гих вещей.