一种新软件有望成为迷信数据分享新利器—往事—迷信网

Titus Brown一边飞翔在安定洋上空，一边深潜到学生的软件钻研代码中。从美国东兰辛市密歇根州立大学到澳大利亚墨尔本退出团聚的有望这次短途遨游，给这位生物信息学家详细魔难试验室的迷信新运算纪律以及去除了RNA序列中的过错提供了一次良机。

3年前，数据事迷Brown必需要等回到办公室后能耐这样做，分享由于假如不经由其余钻研职员的新利信网批注，他很难潜入到他们的器往代码中，并对于这些代码妨碍更正以天生新的种新钻研服从。但如今Brown可能用一个收费的软件凋谢性软件包在很远的中间与试验室的人一起使命，这个软件包便是有望IPython，它可能辅助钻研职员保存一份详细的迷信试验室运算条记。

Brown的数据事迷学生写出剖析文本后，附上他们钻研天生的分享原始代码、图标以及数据。新利信网而后，坐在飞机上的Brown就能用电脑里下载的IPython条记本运用挨次零距离打仗到学生的钻研下场。他重新运行代码后，该挨次就会直接实施命令并泛起出他正在浏览的这份质料，让他随时看到他的更正是否有助于后退运算纪律。“我可能经由浏览学生的条记本，确凿地清晰他们做了哪些使命，而后妨碍更正，追寻差距的参数，提出差距的意见。”他说，“谢世界任何一个中间，我都可能妨碍这些操作。”

IPython 条记本的妄想目的是让数据合成更易分享以及再生，当初用它来给科研做详细记实、妄想教学模子以及与他人相助，其迷信家用户已经越来越多。一些钻研职员致使会出书这些条记本，来反对于他们的研品评辩说文。Brown便是其中之一，他也在增长着让这个挨次成为互动迷信出书的新方式。

更好的条记本

IPython条记本运用挨次是2011年由美国加州大学伯克利分校数据迷信家Fernando Pérez以及加州州立综合科技大学合计物理学家Brian Granger向导的钻研团队配合开拓的。“开拓这个挨次是为了处置咱们以及其余钻研职员以及教育使命者配合面临的下场。” Pérez说。

Pérez 以及Granger发现，数据迷信家面临一个随手的下场：他们很难详细地分享自己的原始代码，或者对于其妨碍便于清晰的形貌，让其余人在他们钻研的根基上有所拓展。其原因部份是由于良多波及到大批合计的钻研规模的科研职员都因此一再以及零星的方式写代码，由于每一次合成都市泛起新发现，扔掉掉钻研中的多重思绪。

记实发生种种数据的每一个差距版本的代码并把那些文件以及诠释条记相散漫，是个使人头疼的下场。而宣告后的下场对于跟进该钻研的读者来说每一每一不够详细。“在我处置的合计物理学使掷中”，Granger说，“对于论文中的运算纪律作出高品质的形貌与原代码中所形貌的详细水平之间的差距个别要以光年来计。不那些细节，他人想要在确守光阴内复制这个历程简直没门儿。”

IPython条记本经由辅助迷信家记实他们的使命，使这些质料更易分享，并让其余人清晰其代码处置了上述哪些下场。运用挨次称谓IPython中的“I”代表辅助用户运行代码、碰头变量，总结数据合成包裹以及清晰钻研历程的“交互性”命令窗口，而“Python”则指的是作为条记本挨次根基的通用合计机挨次文语。（Pérez，Granger及其共事现正在辅助用户把条记本挨次转移到另一项叫作Jupyter的名目中，该名目旨在让IPython与搜罗 Julia以及R在内的其余语言相兼容。）

代码运用

在患上克萨斯大学奥斯汀分校，Tal Yarkoni运用IPython条记本在大脑图像钻研中妨碍自动化元信息合成，以发现退出语言历程、神色变更以及其余大脑神经行动历程的方式。这位神思信息专家妄想把他的条记以及未来的论文一起宣告。“合成越重大，用一份残缺的记实来涵盖以及传递这个历程就越紧张。”他说。

事实上，已经存在与IPython条记底细似的种种代码语言运用挨次。好比在数学家中很受招待的商业合成软件包裹Mathematica 以及Maple就搜罗条记本或者相似条记本的运用挨次。 在信号处置、工程以及医疗图像钻研等规模运用量极多的商业合成包裹MATLAB也反对于条记本运用。而每一种条记本都有其响应的业余代码语言。

在凋谢性资源规模，有良多条记本以及相似条记本的挨次。如knitr 运用的是R代码语言，具备强盛的数字合成能耐；Sage数学软件零星同样基于Python语言，还反对于其自带的条记本；Dexy是一个相似条记本的挨次，特意辅助用户并吞随笔、代码、数据以及其余前言中的信息，天生论文以及讲稿。

但Dexy独创人Ana Nelson却展现，IPython条记本是其中运用最广的挨次。“良多不风闻过其余运用挨次的人都知道Ipython。”她说。不外，Granger 以及Pérez并不知道有多少多人在运用他们的软件，他们仅展现自动运用该挨次的用户碰头其网站的次数约莫在50万~150万人之间。Nelson展现，这是至今为止妄想患上最佳的数字条记本，其收费性及凋谢性排汇了良多用户。该运用挨次还因Python代码语言受公共招待而获益，由于该编程语言在迷信界具备广漠的运用群体，他们会每一年就此举行国内团聚，而且该语言对于入门挨次员来说相对于重大易学。

尽管随论文一起宣告钻研条记的钻研职员越来越多，可是让迷信期刊把这些质料作为残缺的期刊文章的一部份来宣告，还需要很长的历程。而当初一些IPython条记已经作为书籍出书，良多教授还用这个软件睁开互动课堂。但到当初为止，这些条记仍仅作为论文的隶属品来宣告，每一每一被用来提供合成代码以及附加批注的抉择本领。

“出书商依然不以为他们需批评数钻研历程。”Granger说。这些数据的版式可能过新，很难让期刊把条记本作为正式的文档版本，如html或者pdf版本。可是IPython已经开始以及一些出书商就此对于话。

重新手开始

良多IPython条记本用户都是技术丰硕的挨次员，可是专家正在辅助内行运用该软件。约莫3个月前，加州大学圣地亚哥分校博士后Yan Song在电脑挨次运用方面尚未任何履历。她在份子医学试验室妨碍细胞钻研，搜罗妄想试验、群集数据，而另一位合计机迷信家则辅助她开掘数据。

当他们分说种种神经元时，Song的使命是找出老鼠以及人类干细胞中RNA表白爆发的变更。从前，她运用Excel比力差距阶段的细胞机关的表白方式。往年早些时候，她开始要检测单个细胞以及细胞巨细与重大的RNA序列数据。她的钻研再也不像从前同样仅仅合成多少组细胞数据，而是一次性对于上千个细胞妨碍比力，每一主要检测约莫1500个以及神经睁开相分割关连的基因。

该试验室生物信息学业余钻研生Olga Botvinnik于是在IPython条记本中天生钻研服从，这样Song可能对于这些代码妨碍合成。出于好奇，Song说：“它看起来是一个颇为简略操作的界面，你可能给一行信息妨碍编码，而后赶快魔难它是否精确。”

经由在线课程以及信息专栏的辅助，仅用了数周光阴，Song就学会了一些根基的IPython编程技术，Botvinnik还列了一些菜单，让Song用差距的聚类算法钻研她的数据。尽管当初Song还要依赖Botvinnik的辅助妨碍大批运算以及合成，但她展现自己已经开始入手合成数据，并用把握的生物学知识魔难一些特意的细胞或者基因子集，在未来合成中她也在教Botvinnik这种措施。“从前咱们俩用两种差距的语言交流，我用生物学语言，而她用编程语言。如今，咱们有了配合的根基，可能更好地妨碍交流。这将减速咱们的钻研。”她说。（鲁捷）

更多浏览

《做作》相关报道（英文）