2009-02-19 52 views

回答

9

当然,很多!我看到我并不是第一个想到像Numpy/Scipy这样的数值计算库 - 其中的代码实际上已经相当成熟,但他们当然可以使用帮助文档。还有GNU Octave,它与Numpy完全相同,但不需要Python。需要做很多工作的略有关联的领域是计算机代数系统(CAS),基本上是Mathematica的开源等价物;例如Maxima,更多列在http://sage.math.washington.edu/home/wdj/sigsam/opensource_math.html。您还可以帮助进行可视化库,即创建2D和3D图和图。例如,对于Scipy,最常用的绘图生成器是Matplotlib。还有一些更专门的数据可视化工具,我相信你可以通过一些搜索找到。

我个人认为需要大量工作的一个领域是为上一段中提到的程序创建GUI;像Matlab和Mathematica这样的商业程序享受其开放源代码等效的一个主要优点是易于使用的图形界面。拥有一个很好的可用界面对那些可能不熟悉命令行fu的科学家来说非常有用,但是如果他们要赶上的话,开源项目有一个方法可行。

6

项目,如scipynumpy在很大程度上促成科学界。我相信他们会很感激你认为你可以提供的任何帮助。

3

除了在线搜索开源项目,你可以尝试联系您当地的大学,并询问是否任何他们的研究人员(学生或教师)需要发展援助。

如果你还在寻找,随时通过我的个人资料页与我联系 - 我知道,需要的软件的硬件产品 - 它是用于研究(化学,生物)

2

核广告粒子物理学界大量使用ROOT,它是使用开源方法开发的。他们接受建议和补丁没有太大麻烦。主要工作是使用C++,但也有其他语言的绑定和支持。

我确定其他学科有他们自己的领域特定的工具。例如,我知道有开放的计算流体动力学和有限元系统。

环顾四周。虽然领域知识会有所帮助,但大多数大型工具都需要RDBMS访问,GUI,文档等常规工具的帮助......

0

化学中有许多化学机会。有一个强大的开源社区,其中大部分是在蓝色方尖碑(http://www.blueobelisk.org)下组织的。在可视化和算法方面有很大的贡献,它们不需要以前的化学知识,社区非常欢迎任何想要帮助的人。对于已经实现的标准的例子,看看Jmol,其在3D中可视化分子和其他化学物质(http://www.jmol.org);其中,

在平台/语言之间进行移植也是真正的机会。最常见的是Java,Python,C++,我们一直在使用C#。您不必是一名ace程序员 - 对数据标准,数据资源,教程,打包,安装程序,测试等的贡献都非常重要。

其中一些项目在Sourceforge的前100-500个项目中。

0

不要忘记,如果你发现一个项目有点过头,或者你不能真正做出贡献,但你仍然喜欢它的想法,你可以随时捐赠!

相关问题