veyepar: Entwicklung wissenschaftlicher Applikationen mit Python

Author(s):	Florian Rhiem, Ingo Heimbach
Location	Raum 4-5 (Haus 6)
Date	oct Tue 15	Days Raw Files
Start	14:30	First Raw Start	14:29
Duration	00:30.0:00	Offset	0:00:44
End	15:00	Last Raw End	15:30
Chapters	00:00 0:21:37
Total cuts_time	29 min.

https://2013.de.pycon.org/schedule/sessions/44/
raw-playlist raw-mp4-playlist encoded-files-playlist host public tweet mp4 svg png

assets release.pdf Entwicklung_wissenschaftlicher_Applikationen_mit_Python.json
logs
Admin: episode episode list cut list raw files day marks day marks day image_files

State:

Locked:

clear this to unlock

Locked by:

user/process that locked.

Start:

initially scheduled time from master, adjusted to match reality

Duration:

length in hh:mm:ss

Name:

Video Title (shows in video search results)

Emails:

email(s) of the presenter(s)

Released:

has someone authorised pubication

Normalise:

Channelcopy:

m=mono, 01=copy left to right, 10=right to left, 00=ignore.

Thumbnail:

filename.png

Description:

markdown

Durch Experimente und Simulationen werden im wissenschaftlichen Bereich große Mengen an Daten erzeugt. Diese müssen geeignet aufbereitet werden, um sie in eine für die Wissenschaftler verständliche Form zu überführen. Ein Beispiel dafür ist die Untersuchung von Phasenwechselmaterialien, welche in wiederbeschreibbaren optischen Medien eingesetzt werden. Der beim Löschen und Beschreiben eintretende Wechsel zwischen kristallinem und amorphen Zustand wird auf Großrechnern simuliert und die resultierende molekulare Struktur auf Hohlstellen hin untersucht, da diese Rückschlüsse auf das Verhalten des Materials zulassen. Den Kern der Präsentation nimmt die Entwicklung der Anwendung *pyMolDyn* ein, welche die Analyse und Visualisierung der Moleküle und Hohlstellen übernimmt.

Dieser Vortrag gibt einen Einblick in die Erfahrungen, die während der mehrjährigen Entwicklung dieser Software gesammelt wurden. Zum einen wird dabei die rechenintensive Analyse der Daten betrachtet und wie diese durch Verwendung von NumPy und (py)OpenCL vereinfacht und beschleunigt werden kann. Zum anderen werden die grafischen Anwendungskomponenten beschrieben, welche mithilfe von wxPython, (py)OpenGL und einem gezielten Zusammenspiel dieser beiden Pakete umgesetzt werden konnten. Neben Performance und Einfachheit der Programmierung werden auch die gewonnenen Eindrücke zu Plattformunabhängigkeit und Interversionskompatibilität vorgestellt. Weiterhin werden Eigenheiten der Anwendungsentwicklung im Bereich der Forschung erläutert und es wird darauf eingegangen, welche Stärken und Schwächen Python in diesem Zusammenhang bietet. Abschließend folgt ein Überblick darüber, wie sich die weitere Entwicklung von *pyMolDyn* gestalten wird und welche Konsequenzen die gesammelten Erfahrungen in Zukunft für das Projekt haben werden.

Comment:

production notes