EP 2242021-09-233:05:24
Oliphant 談 NumPy、SciPy 與開源怎麼活下去
Travis Oliphant
NumPy、SciPy、Anaconda 的創造者回顧從研究生到創業者的路，也談他這些年想方設法讓開源工具養活自己的種種嘗試。
Travis Oliphant: NumPy, SciPy, Anaconda, Python & Scientific Programming | Lex Fridman Podcast #224在 YouTube 看 ↗
重點6 條
- 從 BASIC 到 Numeric：Oliphant 十歲玩 TI Sinclair 開始寫程式，1997 年在梅約診所念生醫工程博士班時，因為一個叫 Numeric 的陣列函式庫而留在 Python。
- SciPy 從補洞開始：他發現 Python 沒有微分方程求解器、沒有積分器，於是把 Fortran 的 ODEPACK、QUADPACK 包成 Python 可以呼叫的工具，一步步湊成 SciPy。
- 拿教職風險換來的合併：Numeric 與哈伯望遠鏡團隊主導的 Numarray 分裂多年、資料互不相容，2005 年他趁一學期沒課的空檔，動手把兩邊合併寫成 NumPy。
- NumPy 從沒被真正資助過：他靠自費出版《Guide to NumPy》、接顧問案與 DARPA 補助養活開發，直到創立 QuantSight Labs 才第一次真的有錢付人維護 NumPy 和 SciPy。
- Conda 是被逼出來的：2012 年在 Google 總部，他跟 Guido van Rossum 抱怨 Python 打包問題，Guido 說「你們自己去解決」，於是有了跨作業系統、跨語言的 Conda。
- 開源要活下去，先想清楚錢從哪來：從 Enthought、Anaconda 到 QuantSight、OpenTeams，他反覆嘗試把顧問收入、創投資金導回開源專案本身，這條路走了二十多年還在走。
時間軸26 段
四年級用 Atari BASIC 寫迴圈，也學過 GOTO；十歲家裡添購 TI Sinclair 加裝擴充卡才真正能寫程式，存檔還得靠錄音帶轉換聲音訊號。
聊到西班牙語、俄語怎麼形塑思維方式，也談杜斯妥也夫斯基的作品為什麼難翻，因為語言本身承載著文化的重量與音樂性。
在梅約診所念生醫工程博士班時試過 MATLAB、Perl、Yorick，最後留在 Python 是因為一個叫 Numeric 的陣列函式庫補上了其他語言沒有的東西；跟 Perl 相比，Python 不用練成專家腦袋也能寫得懂，他認為拿掉多餘符號讓人可以直接用「英語語言中樞」思考程式碼。
APL 靠專屬鍵盤打出符號、逼人用維度思考，只是太難普及；NumPy 是這套 array 式思維務實傳承下來的結果。
讀博班時發現 Python 沒有微分方程求解器、沒有積分器可以直接呼叫，於是開始在郵件論壇上動手補，這是他口中「真正的寶貝」專案。
把 ODEPACK、QUADPACK 這些 Fortran 函式庫包成 Python 可以呼叫的模組；當年發布軟體就是把壓縮檔放上一個簡陋網頁，遠不是現在的套件生態。
被 Linux 精神感染，第一次收到別人主動寄來修好的 Makefile 讓他形容自己「上癮」；99 年一位高中生幫他做出 Windows 安裝檔，他才意識到 binary 安裝檔才是真正打開大門的關鍵。
Eric Jones 與 Travis Vaught 找他一起在奧斯汀創業，把他的 multi-pack 加上 Pearu Peterson 的 f2py 等工具合併成一個安裝包，取名 SciPy；2001 年正式發布時他也選擇留在學界拿終身教職，繪圖的野心後來由另立門戶的 John Hunter 做出 Matplotlib 實現，SciPy 研討會也是這年開始辦。
讀了 Stallman 的文章卻聽不下去對方「不要生小孩」的建議，於是一頭栽進經濟學，讀到馮米塞斯講價格訊號如何讓資源分配運作，這段閱讀後來變成他對創業與開源關係的核心信念。
目標是讓科學家不必多花腦力想程式，函式命名要短而達意、文件要做得夠深；這些原則因為沒有預算，花了近十年才真正到位。
哈伯太空望遠鏡的影像處理團隊需要更完整的型別與 record array，另外做出 Numarray，結果兩邊資料格式互不相容，逼出後來合併的念頭。
2005 年剛好一學期沒課，他決定把 Numeric 和 Numarray 合併寫成 NumPy，明知系上不會欣賞這種「不務正業」還是動手做了；他也坦言這段過程一度「玩過頭」，型別設計是他事後最想重來的地方。
他強調自己不居功、也提醒大家記得誰做了什麼；John Hunter 做出 Matplotlib、Fernando Perez 做出 IPython、Wes McKinney 在 NumPy 的基礎上做出 pandas，都是這種互相成就的例子。
2006 年申請終身教職被要求「兩年後再來一次」；加上開源分裂帶來的挫折與對創業的興趣升溫，他選擇離開 BYU，加入 Enthought。
他自訂規則賣《Guide to NumPy》：湊到 25 萬美元或滿五年就免費開放，三年賣了 9 萬美元用來付研究生薪水；這本書也讓後來 DARPA 的人記住他的名字，促成了 Anaconda 的第一筆政府補助。
2012 年他寫信告別 NumPy 郵件論壇，回顧最大的遺憾是資料型別（dtype）做成了 Python 1 時代的形式，導致後來很難讓使用者自己擴充新型別，也連帶讓 NumPy 一直沒辦法原生支援 GPU。
Google 與 Facebook 一開始都沒把 Python 介面當一回事，事後才臨時「掛」上去，他形容 TensorFlow 早期的 Python API「慘不忍睹」；現在他在推 data-apis.org，想統一介面而不是統一實作。
Guido 願意傾聽科學社群的需求，但矩陣乘法運算子還是晚了十年才加進語言，memory view 物件的底層也是他自己動手補進 Python 的；後來聊到 Guido 因 walrus operator 之爭辭去「仁慈獨裁者」的位子，他認為社群媒體會放大負面情緒，遇到不完整的資訊應該先假設對方是善意的。
他認為問題出在 3.0 到 3.2 沒有足夠吸引人的新功能，直到 3.3、3.4 才真的有東西讓人想升級；而且這整個過程沒人專職拿錢在做，慣性讓人不想搬家。
他一直想要一個能把純量函式編譯成陣列運算的工具，2012 年靠 LLVM 寫出第一版 Numba，把 Python 位元碼直接轉成機器碼；後來又做出能在 GPU 上跑、快上千倍的版本。
跟 Peter Wang 一起創業，目標是讓資料分析能規模化、也不讓 Python 被網頁世界忽略；2012 年在 Google 總部聽到 Guido 說「打包問題你們自己去解決」，就動手做出跨作業系統、跨語言的 Conda。
QuantSight 分成顧問、非營利研究室 QuantSight Labs 與創投基金三塊，顧問收入與基金的績效分潤都回頭資助開源專案；衍生出的 OpenTeams 想當企業採購與開源社群之間的媒合層。
他認為微軟買下 GitHub 是想證明自己在乎開發者；也吐槽多數企業的行銷部門只在複製過去做過的事，真正該做的是把行銷預算拿一部分直接資助開源專案。
他認為好奇心排第一位，其次是把問題拆小、別想一次全部解決；也提醒別急著追熱潮，敏捷、物件導向這類方法論通常都只對了一部分。
他覺得最好的方法是做一個開源專案，把貢獻的人找進來；也觀察到開源貢獻者跟產品導向的人往往是兩種不同性格，團隊需要同時擁有這兩種能量。
他認為第一步是找到願意用心去愛、去承諾的人，先有這個錨點再談其他；也建議別急著在高中就把自己定型，遇到不喜歡的事，該做的是動手打造更好的替代方案，而不是去攻擊它。