ROOT: análisis científico de datos a escala de petabytes

√-1ROOT: software para análisis y visualización de datos a gran escala

Resumen de ROOT

• ROOT es un software de alto rendimiento que permite el análisis estadístico y la visualización de grandes volúmenes de datos.
• Está escrito principalmente en C++ y puede usarse en Linux, macOS y Windows.
• Es software de código abierto, por lo que se puede usar, modificar y recibir contribuciones libremente.

Funciones principales

• Proporciona un potente intérprete de C++ para prototipado rápido.
• Permite enlaces dinámicos entre Python y C++ mediante una integración fluida con Python.
• También puede usarse en Jupyter Notebook.

RNTuple: presente y futuro

• RNTuple se está desarrollando como sucesor de TTree y está previsto para usarse en Run 4.
• Explica la necesidad del nuevo sistema, su estado actual, el trabajo previo al primer lanzamiento de producción y los planes a futuro.
• Ya ofrece formas de probar RNTuple.

Configuración predeterminada del canvas basado en web

• La implementación de TCanvas basada en web pasó a ser la configuración predeterminada en la versión master de ROOT.
• Existe en ROOT desde 2017 y también se usa en el TBrowser basado en web.

Nueva clase TScatter

• Se presenta la nueva clase TScatter.

Mejoras en el entorno de desarrollo de ROOT

• Se propone cómo mejorar el entorno de desarrollo y depuración de ROOT usando QtCreator.
• Es posible depurar scripts de CERN ROOT y programas basados en ROOT en Eclipse IDE.

Últimos lanzamientos

• Release 6.32/00 - 28 de mayo de 2024
• Release 6.30.06 - 3 de abril de 2024
• Release 6.30.04 - 31 de enero de 2024
• Release 6.30/02 - 28 de noviembre de 2023
• Release 6.30/00 - 7 de noviembre de 2023

La opinión de GN⁺

• ROOT es una herramienta optimizada para el análisis de datos a gran escala, especialmente útil en la investigación científica.
• Gracias a su integración con Python, incluso quienes no están familiarizados con C++ pueden adoptarlo con facilidad.
• La configuración predeterminada del canvas basado en web puede mejorar notablemente la experiencia de uso.
• Se espera que la adopción de RNTuple traiga mejoras de rendimiento y funcionalidad.
• La mejora del entorno de desarrollo con QtCreator y Eclipse IDE puede ayudar a elevar la productividad.

[GN⁺]

Comentarios de Hacker News

• Recuerdos del pasado: Usé mucho ROOT en física de partículas. Tenía mucha deuda técnica y varias rarezas, pero para ciertas tareas, como histogramas o manejo de datos estructurados, ROOT era más fácil. Su API orientada a objetos era intuitiva.
• Proceso de cambio: Me fui hace 5 años, pero ROOT estaba cambiando. Quitaron el intérprete CINT y lo reemplazaron por código basado en Clang, y ahora se puede analizar en Jupyter con C++ o Python.
• Nuevas herramientas de análisis: Para análisis nuevos, es mejor usar herramientas más amigables como uproot en lugar de ROOT. Algunos pueden seguir usando ROOT por flujos de trabajo legacy.
• Interesante página 404: La página 404 de ROOT es divertida. (No tiene relación con la habitación 404).
• Descubrimiento científico: Está genial que proyectos de software a gran escala se usen para descubrimientos científicos. Por ejemplo, en LIGO descubrieron ondas gravitacionales con GStreamer.
• Problemas de ROOT: ROOT tiene muchas funciones, pero el diseño de la API no es bueno y falta separación entre bibliotecas y programas. En ROOT 6 intentaron resolver algunos problemas, pero toma tiempo.
• Problema del formato de entrada/salida: El formato de E/S del viejo ROOT no estaba bien documentado. Ahora, gracias a groot y uproot, se pueden leer y escribir datos de ROOT con facilidad.
• Agradecimiento por ROOT 6: Agradezco poder usar todos los días una versión de ROOT 6 o superior.
• Recuerdos de depuración: Me vinieron recuerdos de pasar noches enteras depurando código escrito por físicos brillantes sin formación en ciencias de la computación.
• Columna vertebral de la física de partículas: ROOT es la columna vertebral de mucho trabajo en física experimental de partículas, pero para los nuevos estudiantes de posgrado es una pesadilla.
• Uso de Cling: Uso el intérprete de C++ Cling y Xeus en notebooks de Jupyter. Es mucho más rápido que Python 3. Principalmente uso Cling como JIT para lenguajes que terminan compilándose a C++.
• Código fuente: El código fuente del proyecto ROOT se puede ver en GitHub.
• Pesadilla de depuración: Depurar scripts y programas de CERN ROOT en Eclipse IDE era una pesadilla. Pero demuestra que incluso en un entorno terrible se pueden construir cosas asombrosas.