Python w zastoswaniach Naukowych

Miękkie rozpoczęcie

• Zajęcia będą zaczynały się od
  mało-konkretnej pogadanki
• Myślę że brakuje Wam takiego miękkiego
  informatycznego obycia
• Można się z tymi tezami nie zgadzać!

Wydajność kodu

Czyli czemu nie warto się starać

Python jest

• Interpretowany (?)
• Dynamiczny
• Wielo-paradygmatowy
• Tworzony z naciskiem na prostotę i wygodę programisty

Wydajność Pythona

• Wydajność pythona jest niższa niż wydajność programu napisanego w C++
• Szczególnie w przypadku problemu który obciąża procesor (cpu-bound), w przypadku kodu obciążającego system IO (io-bound) jest lepiej
• Po co więc uczyć się języka w którym jest wolniej?

Quiz:

• Program musi być możliwe najszybszy
• Mnożenie jest wielokrotnie droższe od dodawania
• Dzielenie jest kilka razy droższe do mnożenia
• Wąskim gardłem dla mnożenia macierzy, na typowym CPU, jest ilość mnożeń
• Wydajność jest najważniejszą cechą kodu wykonującego obliczenia

Quiz

• Program musi być możliwe najszybszy
• Mnożenie jest wielokrotnie droższe od dodawania
  • Jest niecałe 2x droższe od dodawania (na nowych Intelach)
• Dzielenie jest kilka razy droższe do mnożenia
• Wąskim gardłem dla mnożenia macierzy, na typowym CPU, jest ilość mnożeń
  • Jest nią czas pobierania danych z pamięci RAM
• Wydajność jest najważniejszą cechą kodu wykonującego obliczenia

Godzina pracy programisty

Godzina pracy komputera

Jest gorzej

• 20% kosztu systemu to koszt napisania
• 80% koszt utrzymania
• Dla mniejszych systemów jest to 50/50

Jakie cechy ma mieć wasza praca dyplomowa

• Obliczenia są być poprawne
• Macie kod testowy pokazujący że obliczenia są poprawne
• Rozumiecie kod napisany przed miesiącem
• Możecie przekazać kod komuś innemu i ten ktoś go zrozumie
• Program jest najwydajniejszy jak to możliwe

Python

• Jest kompromisem między wydajnością pisania,
  kosztem utrzymania a wydajnością wykonania
• Postaram się pokazać, że warto pójśc na ten kompromis

Wydajny Python

Jak?

Kolejna zasada kciuka

• 90% czasu wykonania programu zajmuje 10% tego programu
• Starczy przyśpieszyć te 10%
• Zawsze można łatwo przepisać do C
• Narzędzia do przyśpieszania pokażę na zajęciach

Po co Python

czyli: Zastosowania

Analiza danych

• Python ma bardzo fajne biblioteki do
  analizy danych.
• Ładowanie i przetwarzanie danych jest
  bardzo wygodne.
• Pokażę narzędzia do tego.

Uruchamianie modeli

• Modele Jądrowe/Pogodowe często są
  napisane w Fortranie/C/C++
• Często do ich uruchomienia potrzebne są
  skomplikowane pliki konfiguracyjne
• Fajnie jest móc stworzyć takie pliki i odpalić
  kilkaset instancji modelu (dla różnych parametrów)
  na raz

Praca z WWW

• Tworzenie stron WWW
  (strona przedmiotu powstała
  w Pelicanie)
• Pobieranie danych ze stron WWW
• Na przykład dane satelitarne NASA

Kod masywnie wieloprocesowy

• Integracja z Cuda/OpenCL
• Obliczenia na klastrze
• Obliczenia na Waszym laptopie z
  wykorzystaniem wszystkich rdzeni
• Wieloprocesowość pokażę :)

Koniec wstępu