Effective Computation in Physics

امروزه فیزیکدانان بیشتری نقش توسعه دهنده نرم افزار را به عنوان بخشی از تحقیقات خود به عهده می گیرند، اما توسعه نرم افزار همیشه آسان یا واضح نیست، حتی برای فیزیکدانان. این کتاب عملی مهارت‌های ضروری توسعه نرم‌افزار را آموزش می‌دهد تا به شما کمک کند تقریباً هر جنبه‌ای از تحقیق را در زمینه فیزیک انجام دهید.

نوشته شده توسط دو دکترای مهندسی هسته‌ای، این کتاب شامل مثال‌های عملی برگرفته از یک کار است. دانش مفاهیم فیزیک شما یاد خواهید گرفت که چگونه از زبان برنامه نویسی پایتون برای انجام همه چیز از جمع آوری و تجزیه و تحلیل داده ها گرفته تا ساختن نرم افزار و انتشار نتایج خود استفاده کنید.

این کتاب در چهار بخش شامل موارد زیر است:

< li>شروع به کار:پرش به پایتون، خط فرمان، محفظه های داده، توابع، کنترل جریان و منطق، و کلاس ها و اشیاء
• انجام آن:
• b> در مورد عبارات منظم، تجزیه و تحلیل و تجسم، NumPy، ذخیره داده ها در فایل ها و HDF5، ساختارهای داده مهم در فیزیک، محاسبات به صورت موازی و استقرار نرم افزار اطلاعات کسب کنید
• درست کردن آن: خطوط لوله و نرم افزار بسازید، یاد بگیرید که از کنترل نسخه محلی و از راه دور استفاده کنید، و کد خود را اشکال زدایی و آزمایش کنید
• دریافت آن: کد خود را مستند کنید، یافته های خود را پردازش و منتشر کنید. و همکاری موثر؛ به مجوزهای نرم افزار، مالکیت، و رویه های حق چاپ بپردازید

More physicists today are taking on the role of software developer as part of their research, but software development isn’t always easy or obvious, even for physicists. This practical book teaches essential software development skills to help you automate and accomplish nearly any aspect of research in a physics-based field.

Written by two PhDs in nuclear engineering, this book includes practical examples drawn from a working knowledge of physics concepts. You’ll learn how to use the Python programming language to perform everything from collecting and analyzing data to building software and publishing your results.

In four parts, this book includes:

• Getting Started: Jump into Python, the command line, data containers, functions, flow control and logic, and classes and objects
• Getting It Done: Learn about regular expressions, analysis and visualization, NumPy, storing data in files and HDF5, important data structures in physics, computing in parallel, and deploying software
• Getting It Right: Build pipelines and software, learn to use local and remote version control, and debug and test your code
• Getting It Out There: Document your code, process and publish your findings, and collaborate efficiently; dive into software licenses, ownership, and copyright procedures