nature news分享的科研神器：ipython notebook

Nature：Ipython 交互笔记 共享你的思想

原文：http://www.nature.com/news/interactive-notebooks-sharing-the-code-1.16261

我可以通过浏览学生的笔记本，确切地了解他们做了哪些工作，然后进行修改，寻找不同的参数，提出不同的观点。在世界任何一个地方，我都可以进行这些操作。

Titus Brown一边飞行在太平洋上空，一边深潜到学生的研究代码中。从美国东兰辛市密歇根州立大学到澳大利亚墨尔本参加会议的这次长途旅行，给这位生物信息学家详细检查实验室的新运算法则以及去除RNA序列中的错误提供了一次良机。

3年前，Brown必须要等回到办公室后才能这样做，因为如果不经过其他研究人员的解释，他很难潜入到他们的代码中，并对这些代码进行修改以生成新的研究结果。但现在Brown可以用一个免费的开放性软件包在很远的地方与实验室的人一起工作，这个软件包就是IPython，它可以帮助研究人员保存一份详细的实验室运算笔记。

Brown的学生写出说明文本后，附上他们研究生成的原始代码、图标以及数据。然后，坐在飞机上的Brown就可以用电脑里下载的IPython笔记本应用程序零距离接触到学生的研究成果。他重新运行代码后，该程序就会直接执行命令并呈现出他正在阅读的这份材料，让他随时看到他的修改是否有助于提高运算法则。“我可以通过浏览学生的笔记本，确切地了解他们做了哪些工作，然后进行修改，寻找不同的参数，提出不同的观点。”他说，“在世界任何一个地方，我都可以进行这些操作。”

IPython 笔记本的设计目的是让数据分析更容易分享和再生，目前用它来给科研做详细记录、设计教学模型以及与他人合作，其科学家用户已越来越多。一些研究人员甚至会出版这些笔记本，来支持他们的研究论文。Brown就是其中之一，他也在推动着让这个程序成为互动科学出版的新模式。

更好的笔记本

IPython笔记本应用程序是2011年由美国加州大学伯克利分校数据科学家Fernando Pérez和加州州立综合科技大学计算物理学家Brian Granger带领的研究团队共同开发的。“开发这个程序是为了解决我们和其他研究人员以及教育工作者共同面临的问题。” Pérez说。

Pérez 和Granger发现，数据科学家面临一个棘手的问题：他们很难详细地分享自己的原始代码，或对其进行便于理解的描述，让其他人在他们研究的基础上有所拓展。其原因部分是由于很多涉及到大量计算的研究领域的科研人员都是以重复和零碎的方式写代码，因为每次分析都会出现新发现，丢弃掉研究中的多重思路。

记录产生各种数据的每个不同版本的代码并把那些文件和注释笔记相结合，是个令人头疼的问题。而发表后的成果对于跟进该研究的读者来说往往不够详细。“在我从事的计算物理学工作中”，Granger说，“对论文中的运算法则作出高质量的描述与原代码中所描述的详细程度之间的差距通常要以光年来计。没有那些细节，别人想要在一定时间内复制这个过程简直没门儿。”

IPython笔记本通过帮助科学家记录他们的工作，使这些资料更容易分享，并让其他人了解其代码解决了上述哪些问题。应用程序名称IPython中的“I”代表帮助用户运行代码、访问变量，总结数据分析包裹以及了解研究过程的“交互性”命令窗口，而“Python”则指的是作为笔记本程序基础的通用计算机程序语言。

代码应用

在得克萨斯大学奥斯汀分校，Tal Yarkoni利用IPython笔记本在大脑图像研究中进行自动化元信息分析，以发现参与语言过程、情绪变化以及其他大脑神经活动过程的模式。这位心理信息专家计划把他的笔记和未来的论文一起发表。“分析越复杂，用一份完整的记录来涵盖和传递这个过程就越重要。”他说。

从新手开始

很多IPython笔记本用户都是技术丰富的程序员，但是专家正在帮助新手使用该软件。大约3个月前，复旦大学博士后Song在电脑程序使用方面还没有任何经验。她在分子医学实验室进行细胞研究，包括设计实验、收集数据，但是数据处理和数据挖掘成了影响项目进展的一大障碍。

同组的博士生向她推荐了datahub.top在线Ipython平台。通过平台上交互式的免费课程，仅用了一周时间，Song就学会了一些基本的IPython编程技术，并且在‘程序共享’板块找到了不同的聚类算法研究她的数据。尽管目前Song还要依赖同组的博士生向他们请教数据处理的方法，但她表示自己已经开始动手分析数据，并用掌握的生物学知识检验一些特别的细胞或基因子集，在分析过程中她也在DATAHUB上分享各种不同的处理方法。“DATAHUB是一个完美的工具，以前我只能从生物学的角度看待课题，DATAHUB教我从数据的角度进一步地分析课题。这将加速我们的研究。”她说。

还等什么，快点击datahub.top进入DATAHUB学习吧！

关注我们：

微信搜索‘datahub’，或扫描二维码：