Research Software Engineering with Python: Building software that makes research possible

نوشتن و اجرای نرم‌افزار در حال حاضر به اندازه تلسکوپ‌ها و لوله‌های آزمایش بخشی از علم است، اما به اکثر محققان هرگز آموزش نمی‌دهند که چگونه این دو را به خوبی انجام دهند. در نتیجه، انجام وظایف ساده‌تر از آنچه باید طول می‌کشد، و برایشان سخت‌تر است که کارشان را با دیگران به اشتراک بگذارند.

این کتاب. مفاهیم، ​​ابزارها و مهارت هایی را معرفی می کند که محققان برای انجام کارهای بیشتر در زمان کمتر و با درد کمتر نیاز دارند. بر اساس تجربیات عملی نویسندگان آن، که مجموعا چندین دهه صرف آموزش مهارت‌های نرم‌افزاری به دانشمندان کرده‌اند، همه چیزهایی را که محققان سطح فارغ‌التحصیل برای خودکارسازی گردش کار، همکاری با همکاران، اطمینان از قابل اعتماد بودن نتایج و انتشار آنچه دارند، پوشش می‌دهد. ساخته شده تا دیگران بتوانند روی آن بسازند. این کتاب تنها دانش پایه پایتون را به عنوان نقطه شروع فرض می‌کند و به خوانندگان نشان می‌دهد که چگونه پوسته یونیکس، گیت، ساخت و ابزارهای مرتبط می‌توانند به آنها زمان بیشتری برای تمرکز بر تحقیقاتی که واقعاً می‌خواهند انجام دهند، بدهند.

مهندسی نرم افزار تحقیق با پایتون را می توان به عنوان متن اصلی در یک دوره یک ترم یا برای مطالعه خود راهنما استفاده کرد. یک مثال در حال اجرا نشان می دهد که چگونه می توان یک پروژه تحقیقاتی کوچک را گام به گام سازماندهی کرد. بیش از صد تمرین به خوانندگان این فرصت را می دهد که خودشان این مهارت ها را تمرین کنند، در حالی که واژه نامه ای که بیش از دویست اصطلاح را تعریف می کند به خوانندگان کمک می کند راه خود را از طریق اصطلاحات بیابند. همه مطالب را می توان تحت مجوز Creative Commons مورد استفاده مجدد قرار داد، و تمام حق امتیازهای حاصل از فروش کتاب به The Carpentries اهدا می شود، سازمانی که مهارت های کدنویسی اساسی و علوم داده را به محققان در سراسر جهان آموزش می دهد.

Writing and running software is now as much a part of science as telescopes and test tubes, but most researchers are never taught how to do either well. As a result, it takes them longer to accomplish simple tasks than it should, and it is harder for them to share their work with others than it needs to be.

This book introduces the concepts, tools, and skills that researchers need to get more done in less time and with less pain. Based on the practical experiences of its authors, who collectively have spent several decades teaching software skills to scientists, it covers everything graduate-level researchers need to automate their workflows, collaborate with colleagues, ensure that their results are trustworthy, and publish what they have built so that others can build on it. The book assumes only a basic knowledge of Python as a starting point, and shows readers how it, the Unix shell, Git, Make, and related tools can give them more time to focus on the research they actually want to do.

Research Software Engineering with Python can be used as the main text in a one-semester course or for self-guided study. A running example shows how to organize a small research project step by step; over a hundred exercises give readers a chance to practice these skills themselves, while a glossary defining over two hundred terms will help readers find their way through the terminology. All of the material can be re-used under a Creative Commons license, and all royalties from sales of the book will be donated to The Carpentries, an organization that teaches foundational coding and data science skills to researchers worldwide.