Roadmap per creare un sito Web di calcolo scientifico [chiuso]

Question

Roadmap per creare un sito Web di calcolo scientifico [chiuso]

#1 da (0 voti)

2

Sono un fisico teorico che inizia il mio dottorato. in breve. Come progetto collaterale, mi piacerebbe creare un sito Web di calcolo scientifico nel campo della relatività generale. Dovrebbe essere un database interattivo che consente di esplorare varie soluzioni esatte delle equazioni di Einstein.

Ho un po 'di esperienza nello sviluppo del Web e conosco una buona quantità di PHP, ma ho la sensazione che questo progetto sia troppo grande per codificare tutto da zero. In questo momento sono in procinto di pianificare la roadmap. Finora ho:

un piccolo server web Linux ($ 20 al mese circa) sarà la base
Gunicorn come WSGI
usa Django come framework web
usa NumPy e SciPy per i calcoli; Matplotlib per la visualizzazione; MathJax per visualizzare le formule

Non mi aspetto che questo sito abbia più di una dozzina di visite al giorno, quindi le prestazioni non rappresentano un problema. Quindi, ecco la mia domanda: c'è qualche punto ovvio nella suddetta tabella di marcia che mi manca?

python django web-servers

posta Jens 08.04.2016 - 21:54

fonte

1 risposta

Leggi altre domande sui tag python django web-servers

UI dell'applicazione browser / test dell'utente finale Realizzazione dell'impaginazione per l'array unito da più origini dati (API)

score 0 · Accepted Answer

Solo alcuni pensieri:

$ 20 / mese sembra eccessivo per un sito con una manciata di visite al giorno. Se non hai già utilizzato Amazon EC2, dai un'occhiata alle istanze "micro". Puoi ottenere un " livello gratuito " di un anno praticamente per niente, e poi se le cose stanno funzionando, pagando per tre anni in anticipo (per una "istanza riservata") funziona più come circa $ 6- $ 7 / mese da quello che ricordo.
A seconda di ciò che stai cercando di ottenere, semplicemente cucinerai il tuo materiale come un notebook ipython e lo ospiterà online tramite nbviewer essere un'opzione? In una certa misura, la tua "tabella di marcia" ti consentirà di costruire un sacco di roba che nbviewer offre con zero sforzi. (Ma se l'obiettivo è imparare quel tipo di materiale web, bene).
Sono un utente entusiasta di me stesso matplotlib ed è fantastico per trame di presentazioni e documenti statici ... ma per le cose in linea webby mi trovo a guardare con invidia D3.js (o Bokeh sembra essere un tentativo di fare un equivalente python).
Dici che stai iniziando un dottorato. Fai attenzione ai "buchi di coniglio" che scompaiono tecnicamente, che non ti fanno avanzare verso l'obiettivo di presentare la tua tesi. Imparare numpy / scipy / matplotlib potrebbe essere uno strumento prezioso per la ricerca in ambito GR (supponendo che questo sia il tuo argomento). Ma Gunicorn e Django probabilmente non così tanto (un'altra ragione per cui i taccuini e il nbviewer di ipython potrebbero essere una via più semplice).