Hurtig akademikerkode - og så videre...

I mit ph.d. projekt udvikler arbejdet sig i sagens natur løbende, og jeg har ugentligt behov for at ændre større eller mindre dele af den Matlab kodepakke, jeg udvikler og laver analyser med.

Måske du skulle overveje et seriøst programmeringssprog. Matlab er hat og briller. Hvad skriver man Linuxkernen i? C. Hvad skiver man Windows NT kernen i? C. Hvad skriver man (Libre-)Office i? C. Og så bliver der brugt C++, Delphi, Pascal og diverse til alle mulige diverse applikationer. Selv Cobol lever fint fordi der findes 30+ år programmer der er brug for at holde liv i på mainframes. Og hvis man levere til forsvaret skriver man i ADA.

Men Matlab er dybt irrelevant.

Matlab er et programmeringsmiljø, en IDE, særligt designet til implementation af numeriske algoritmer og matematiske modeller. Der er stort set alt af funktioner og algoritmer inden for alle områder af ingeniørvidenskaberne, fysikken og anvendt matematik. Derudover er der en masse test, simulation, grafik, GUI og dokumentationsværktøjer. Man kan skrive c++ i Matlab og man kan blande Matlabkode og c++. Fremgangsmåden er typisk, at man laver sit tekniske arbejde i Matlabsprog, hvorefter man skriver det i c++, hvis det er planen, der skal en exe ud af det, fordi c++ er et general purpose language og ikke velegnet til at lave disse ting i.

Man kan skrive c++ i Matlab og man kan blande Matlabkode og c++. Fremgangsmåden er typisk, at man laver sit tekniske arbejde i Matlabsprog, hvorefter man skriver det i c++ ...

Hvilket beviser min pointe. Matlab kode er Comal 80 om igen. Det pæneste man kan sige om det, er at det får skubbet en i den rigtige retning så man får lært noget rigtigt håndværk.

Du er lidt på afveje i forhold til det Jacob arbejder med.

Man skal nok være forsigtig med at undervurdere kvaliteterne i MatLab - og mindst lige så forsigtig med, hvad man bruger den kode systemet kan generere til. MatLab er ikke Comal 80 om igen, bare fordi hvert enkelt udtryk kan indtastes og udføres med det samme i editoren.

Hvad er god kode?

Det afhænger primært af, hvem der skal bruge koden, til hvad og hvor tit. Det er vel klart.

Mindre klart hvornår ad hoc ikke er godt nok. Hvis 100 mennesker må sendes hjem i 3 dage, mens man genstarter den industrielle proces, som standser, når ens program crasher, så er ad hoc klart ikke godt nok.

Hvis det tager lang tid at udføre de konkrete eksperimenter med det program man har udviklet, så bør man nok lige regne på det, for at se om det nu også det ægte hårde liv eller bare suboptimal kode- og datastruktur, som spiller ind.

Matlab er et meget yndet sprog at bruge på DTU ... og bruges i en række fag, og til nogle ting er det virkeligt effektivt: Der er en række special funktioner til f.eks. matrix algebra, og de er godt implementeret. Hvis man kan bruge nogle af de specielt implementerede funktioner, kan koden godt være effektiv, selv hvis den er implementeret i Matlab.

Jeg kan anbefale at tage et kig på denne: http://www.plosbiology.org/article/info%3A...

For mig og en god del af mine kollegaer har Python erstattet vores behov for Matlab. Nu er det ved at være nogle år siden at jeg var inkarneret Matlab bruger, så jeg ved ikke hvordan det har udviklet sig de sidste ca. 3 - 4 år. Men muligheden for at skrive læsbar, genbrugelig og testbar kode er IMHO meget bedre i Python. Med pakkerne numpy, scipy, matplotlib og pandas ville jeg aldrig gå tilbage til Matlab. Desuden er adgang til database værktøjer, GUI (qt), web etc. kun et enkelt modul væk. En stor grund til jeg forløb Matlab var nu også de hæftige priser man skal betale for at få et par enkelt toolboxes med, og betaling for vedligehold af licenser etc. når man ikke befinder sig på universitetet mere. Jeg kan give bogen her en varm anbefaling hvis der er nogen der har lyst til at gå fra Matlab til Python:

http://shop.oreilly.com/product/0636920023...

Jeg er softwareingeniør, og jeg har det dårligt med at aflevere kode, hvor der ikke er god dokumentation og ingen eller få tests.

Årsagen er at når (ikke hvis) der kommer ændringer, så er det nemt at køre alle tests, og se at koden stadig virker. Der hvor tests fejler kan man nemt se i testkoden hvad der er det ønskede resultat, og så rette det så testen går godt igen.

En anden ting er at tests egentlig også er en del af dokumentationen. Kan man ikke lige huske hvad en bestemt funktion gør et 1/2 år senere, så kan man kigge på test koden, og så på den måde gennemskue hvad funktionen gør.

Der er også det der kaldes "code coverage" - som er en måling af hvor godt koden er testet. http://en.wikipedia.org/wiki/Code_coverage

Programmeringssprog Et programmeringssprog er kun et værktøj, og nogle værktøjer er bedre til en ting, end et andet værktøj.

Jeg bruger ofte Go programmeringssproget: http://golang.org lige nu. Go's go værktøj kan ud over at oversætte kode, hente pakkeafhængigheder repositories rekursivt, memory/tids performance analyse der vises som pæne grafer, også afvikle tests og lave coverage analyse på tests. Coverage kommer gratis, når man har skrevet alle tests.

C bruger jeg kun til kerne kode, og embedded systems/indlejrede systemer, som ikke har et styresystem. C++ bruger jeg helst ikke - da der efter min mening er for mange måder at skyde sig selv i foden på.

/Lars

En god del af min tid i FreeBSD kernen blev brugt på "phd-ware" :-)

Min anbefaling er at opfatte phd-ware som prototyper og følge Frederick P. Brooks vise ord: Smid det væk og start forfra, med den viden der blev vundet.

Måske du skulle overveje et seriøst programmeringssprog. Matlab er hat og briller. Hvad skriver man Linuxkernen i? C. Hvad skiver man Windows NT kernen i? C. Hvad skriver man (Libre-)Office i? C. Og så bliver der brugt C++, Delphi, Pascal og diverse til alle mulige diverse applikationer. Selv Cobol lever fint fordi der findes 30+ år programmer der er brug for at holde liv i på mainframes. Og hvis man levere til forsvaret skriver man i ADA.

Men Matlab er dybt irrelevant.

Brug det værktøj, der passer til opgaven. Eller bare det, der løser opgaven. Hvad du mener er et seriøst programmeringsprog, er dybt irrelevant.

http://www.johndcook.com/blog/2011/07/21/s...

Med den udbredte brug at software - hjemme syet eller ej - til at bedrive forsking er det i stigende grad et problem at brugen af dette software og de mange små 'ticks' i akademiske koder - "for lige at få det til at køre og skrevet endnu en artikel" - typisk er efterladt udokumenterede.

Der er i de beregningstunge videnskaber stort set ingen tradition for at dokumentere brug og ændringer i softwaren på en systematisk måde. Resultatet er at hvis man ser på en typisk artikel og beder forfatteren om at genskabe en graf eller et resultat, så vil det typisk være umuligt. Efter 3 år (en PhD generation) vil softwaren typisk værd utilgængelig og data forsvundet på en harddisk på en skrotten PC.

Med reproducerbarhed som et helt centralt begreb i moderne videnskab kan man så spørge sig selv om den slags forskning, baseret på udokumenterede brug og udvikling af akademisk software, egentlig er videnskab ?

Det er lidt alarmerende at en PhD studerende syntes at der et ok med akademiske koden da han jo blot bruger softwaren som et værktøj - netop fordi det er videnskab burde fokus på reproduserbarhed være i højsædet.

De beregningstunge videnskaber er langt bagefter de eksperimentielle videnskaben på det område - og hvis vi ikke skal spilde enorme resourcer på en masse 'one-off' beregninger så er det nok værd at tænke over hvordan den ny generation af forskere uddannes til at tænke over det.

PS - og det er i forbindelse naturligvist fuldstændig uden betydning hvilket programmerings sprog der bruges - brug hvad der passer til problemet som andre også har nævnt.

Det værste sløseri fra min side er, hvis jeg lige skal prøve en ide af og kopierer noget kode fra et andet sted, retter det til og så er der pludselig to steder koden skal vedligeholdes. Når dette alligevel forekommer skyldes det at jeg til at starte med ikke ved om den nye ide overlever på sigt. Der er jo ikke nogen grund til at implementere "smart" dobbelt-funktion det første sted i koden, hvis ideen senere dør og man bare får en ubrugt feature i koden.

P.S. Det mest nærliggende frie og gratis alternativ til Matlab er Scilab. Jeg kigger også på Python (iPython, PyLab...) en gang imellem, men er ikke blevet lun på det endnu. Scilab har:

1. Omtrent samme hastighed som Matlab
2. IDE som Matlab
3. Model baseret design (aka Simulink)

Jeg kender følelsen, men hvad er løsningen?

Jeg har ingen bedre løsning, da jeg ikke har tid til at fluekneppe indtil kildekoden ser pæn, ryddelig og læselig ud. Det bliver til oprydning bagefter, når kode-stumpen er bragt til at virke og efterfølgende har bevist at den overlevede. Desværre må vi nok leve med "akademiker-kode".

Alle kender matlab og simulink. Jeg har aldrig hørt om C og C++.

Fysikere bruger matlab, simulink, vhdl, Python og Java i nogle tilfælde.