如何正确地踏上天文科研的不归路
==============================

-  **作者**\ ：黄崧 (UCSC)
-  **最近更新**: 2019年7月

.. figure:: http://www.phdcomics.com/comics/archive/phd051017s.gif
   :alt: Ah..research life

   Ah..research life

-  这份“指南”是\ `\__饕餮__天文科研公共书签 <https://dr-guangtou.github.io/taotie/>`__\ 的一部分。它虽不能保证你成为优秀的天文学家，也不能帮你解决具体的科学问题，但它列出了一些有助于你开启科研生涯的，具有__可操作性__的建议。虽然每个人的经历经验大不相同，但大体上，这份列表的作用是总结那些让多数科学工作者在某个阶段感到“要是我当初知道这个就好了！”的经验和教训。
-  虽然这份指南是中文的，但是其中的所有链接内容均是英语的。英语依然是天文学界和科学界的“lingua
   franca” (通用语言)，不畏惧英语阅读是迈入科研的重要一步。
-  我们希望这份指南可以得到社区中不同背景和领域的科学工作者的共同维护，帮助它超越个人经验的局限。我们也希望这份指南可以被经常更新和纠错。
-  除了这些大多不局限于天文领域的内容，我们还整理了\ `在线免费天文学教材以及对天文科研有实际帮助的各种指南 <https://github.com/dr-guangtou/taotie/blob/master/astro/astro_readme.md>`__\ ，和\ `日常天文科研中常用工具和服务的书签 <https://github.com/dr-guangtou/taotie/blob/master/astro/astro_research_basic.md>`__\ 。这两份文档也在不断更新中，但我们也很推荐刚刚开始天文科研的朋友作为参考。

审视你的动机与使命
------------------

-  成为一名科学工作者意味着你将代表人类勇敢地踏入未知。这样的旅程难免艰难险阻，但沿途风景却从不让人失望。在开始你的旅程前，希望你可以诚挚地考察自己的动机与决心，质问自己的每一个职业与个人选择，认真地思考自己的“使命”
   (Mission)。
-  `选择你自己的冒险 - 用价值观作为导向来规划你的职业 作者：Lucianne
   Walkowicz <https://arxiv.org/abs/1805.09963>`__

   -  这份来自天文学家Lucianne
      Walkowics的职业建议值得推荐给每一个立志从事天文科研的人。在读完后，认真地思考一下自己的“**职业使命**”，并将其整理进入个人简历，并经常审视，更新是不错的选择。

-  同时，无论你是刚走出校园的学生，亦或已经是经验丰富的科学工作者，虽然求职道路都注定不会轻松，但请记得你有着丰富和多样的职业选择。学习天文或者在一段时间内从事天文科研，\ **并不意味着你必须要成为职业天文学家或者有义务将科研进行到底**\ ，没有必要将各种科研外的职业道路视为“退路”，它们可以是属于你的新的冒险和同样精彩的人生。

   -  即便在科研生涯的早期，也推荐你开始了解关于学术求职和其他职业规划的基本信息和经验。__饕餮__也试图提供\ `一些基本的资料供你参考 <https://github.com/dr-guangtou/taotie/blob/master/research/job_and_career.md>`__
   -  从一开始就为自己建立一份符合规范的\ `个人简历 <https://gradschool.cornell.edu/academic-progress/pathways-to-success/prepare-for-your-career/take-action/resumes-and-cvs/>`__
      并阶段性地审视和更新是非常好的习惯。

维护社区的包容与开放
--------------------

-  成为一名科学工作者也意味着你进入了一个繁荣的社区。旅程中，你理应得到社区公平的对待，也会分享到社区的资源与经验。与此同时，你也有义务用规范的职业道德约束自己的言行，并为构建一个__包容与开放__的社区贡献自己的一点力量。

-  职业道德是一个公平开放社区的基础。请抽空阅读\ `美国天文学会职业道德规范 <https://aas.org/ethics>`__
   或者
   `澳大利亚天文学会职业道德规范 <http://asa.astronomy.org.au/code_of_ethics.php>`__
   作为参考。

   -  同时也请考虑阅读\ `美国天文学会反骚扰的政策规范 <https://aas.org/policies/anti-harassment-policy-aas-division-meetings-activities>`__
      并不断审视和约束自己在学术活动中的一举一动。

-  宇宙包容万物，但遗憾的是，研究宇宙的人依然不能免于一些人类社会里常见的先入为主与认知偏差。你应当有勇气去了解自己所处社区中的各种问题，包括任何人都不能避免的偏见，并试图减少它们对于科研环境的影响。__AstroBetter__网站收藏整理了一系列\ `帮助天文学社区能分享平等机会的文章与资源 <http://www.astrobetter.com/wiki/Diversity>`__\ 可供你参考。

   -  在具体问题上，\ `由天文学家组成的反对性骚扰和性别歧视的联盟 -
      AstronomyAllies <http://www.astronomyallies.com/Astronomy_Allies/Welcome.html>`__\ ，以及\ `由天文学和天体物理学从业者组成的“Outlist” <https://astro-outlist.github.io/>`__
      也许能对你有所帮助。

-  \__AstroOutlist__网站上的这段话，值得每一个科研工作者都时刻记在心里：
   >
   "作为从事天文与天体物理科研的职业人士，无论我们是学生，教职人员，普通员工，资料管理员，还是身处任何其他职位，我们都坚信我们的工作环境应该仅仅由我们作为学生或者科研工作者的职业能力来塑造，并且不受任何个人偏见的干扰。只有所有成员能够在不受歧视和骚扰的情况下，在开放与包容的环境中沟通，我们才有可能培养出高效而健康的职业氛围。“

ORCID个人标识以及Google学术
---------------------------

-  `ORCID - 开放式科研人员与投稿身份识别码 <https://orcid.org/>`__
   提供了一个永久性的数字标识。这个ID系统可以方便地收集你的科研成果，并将你和其他研究人员区分开。在广泛只使用姓标记科学成果的英语世界，这一点对频繁重姓的中国科学工作者尤其重要。__ORCID__还有助于将你的科研记录与提交论文或者申请基金这样的科研需求整合起来，确保你的成果得到正确的认可。

   -  \__从一开始就为自己建立一个__ORCID\ **并保持更新是一个不错的主意**\ 。

-  `谷歌学术 <https://scholar.google.com>`__
   是另一个常用的展示和整理自己科学成果的平台。它还可以协助你追踪自己的引用记录。

选择趁手的编程语言
------------------

-  熟练掌握科研相关的计算机技能，熟练使用至少一门编程语言早已是成为一名科研工作者的最低要求。对天文学工作者来说，熟练使用命令行环境，熟悉像__Linux__或者__MacOSX__这样基于__Unix__的操作系统是很有必要的。__饕餮__中也提供了\ `相关资料 <https://github.com/dr-guangtou/taotie/blob/master/research/computer_basics.md>`__
-  目前，\ `Python <https://www.python.org/>`__
   已是天文，天体物理，和宇宙学研究的“标准”语言。如果你刚开始科研训练，\ **把Python作为第一门认真学习的语言也是最好的选择**\ ，不仅因为Python不错的性能，交互的特性，更因为社区里已经有一大批成熟的工具供你参考使用
   (比如社区共同维护的\ `\__Astropy__工具库 <https://www.astropy.org/>`__
   以及其旗下的一系列工具包)。
-  \__饕餮__中也为你提供了一系列关于Python的参考资料，比如关于\ `\__Python__的基础学习资料 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_basic.md>`__
   ,\ `关于如何提升__Python__程序性能 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_performance.md>`__,
   `关于利用__Python__进行模型拟合和优化 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_optimazaton.md>`__,
   `关于利用__Python__进行统计分析和建模 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_statistics.md>`__,
   `关于__Python__中的数据可视化 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_visualization.md>`__,
   `以及如何开始属于你自己的__Python__项目 <https://github.com/dr-guangtou/taotie/blob/master/programing/python_write_yourown_project.md>`__\ 的资料。
-  在对计算性能和效率有更高要求的应用场景，\ `C <https://en.wikipedia.org/wiki/C_(programming_language)>`__
   以及 `C++ <https://en.wikipedia.org/wiki/C%2B%2B>`__
   这样需要编译的编程语言依然有很大的需求。比如在数值模拟和大数据处理等领域里，你经常可以发现由__C__和__C++__写就的底层和核心程序。当然，现在很多这些工具都提供了便于和用户进行交互的__Python__外层程序。学习基础的__C__和__C++__编程，至少可以读懂程序会对科研很有帮助。__饕餮__中也提供了关于\ `C语言 <https://github.com/dr-guangtou/taotie/blob/master/programing/clang_basic.md>`__\ 和\ `C++语言 <https://github.com/dr-guangtou/taotie/blob/master/programing/cpp_basic.md>`__
   的基础资料。\ `Fortran <http://fortranwiki.org/fortran/show/HomePage>`__\ 是另一门历史悠久且主要用于数值计算的语言。目前__Fortran__在天文中的影响日渐降低，但依然可以在一些依赖高效计算的场景下遇到它。
-  `\__Julia__语言 <https://julialang.org/>`__
   是另一种近期兴起的高级编程语言。__Julia__继承了__Python__的交互与易用特性，同时又试图解决__Python__语言的一些基本难题。虽然__Julia__还是一门非常年轻的语言，但是在很多\ `关键问题上，已经展现出了对__Python__的优势和潜力 <https://discourse.julialang.org/t/julia-motivation-why-werent-numpy-scipy-numba-good-enough/2236>`__\ 。如果你已经有了__Python__的编程基础，学习__Julia__应该不难。当然，目前专门针对__Julia__的天文工具包还不算健全，可能意味着你要更多依赖自己的探索。__饕餮__中也提供了\ `关于__Julia__的基础资料以及目前和天文相关的各种工具 <https://github.com/dr-guangtou/taotie/blob/master/programing/julia_basic.md>`__
-  走进大数据时代的天文学自然离不开优秀的统计工具和模型。而\ `\__R__语言 <https://www.r-project.org/about.html>`__\ 是一种在统计研究界通用的高级交互式语言。尽管__Python__在统计方面的功能日趋健全，但很多前沿的统计模型依然会首选__R__语言。
-  `IDL-交互式数据语言 <https://en.wikipedia.org/wiki/IDL_(programming_language)>`__\ 曾经是天文数据分析的主力工具，但随着__Python__的崛起已经迅速失宠。不过，由于历史原因，很多仪器的数据处理流程以及很多项目的默认数据分析平台依然是基于__IDL__的。在这里，我们__不再建议刚进入天文学的人学习__IDL__语言__。但如果在工作中不可避免的要使用它，理解__IDL__工具并上手\ `并不是很难的事情 <http://mathesaurus.sourceforge.net/idl-numpy.html>`__\ 。值得提醒的是，__IDL__不是免费工具，且授权价格不菲，请保证自己或者所在机构能够合法使用__IDL__工具。
-  尽管在天文界使用有限，\ `MATLAB <https://www.mathworks.com/products/matlab.html>`__\ 在数据处理和数值模拟方面，\ `Mathematica <http://www.wolfram.com/mathematica/>`__
   在符号计算和理论研究方面都有着广泛的应用。同样，这两种工具均不是免费获取的，请确保自己拥有正确的使用授权。如果你感兴趣他们的功能但没有授权，开源工具\ `Octave <http://www.gnu.org/software/octave/>`__,
   `Scilab <https://www.scilab.org/>`__,
   以及__Python__下的\ `符号计算系统__sympy_\_ <https://www.sympy.org/en/index.html>`__
   都可供考虑。
-  在这个展示和沟通科研都离不开网络的时代，掌握一点点面向网络的编程技能是值得推荐的。\ `HTML <https://www.w3schools.com/html/>`__,
   `CSS <https://www.w3schools.com/css/>`__,
   和\ `Javascript <https://www.javascript.com/>`__
   是这方面最基本的编程语言。由于应用广泛，围绕着他们的资料和工具层出不穷，在这里就不赘述了。
-  另外，也希望你可以
   **永远不因为别人使用的编程语言和工具去带有偏见地评价他人的工作**\ 。目前依然有很多科学工作者使用__IDL__,
   `IRAF <https://en.wikipedia.org/wiki/IRAF>`__,
   \__Fortran__做出优秀的科学工作，用\ `SuperMongo <https://www.astro.princeton.edu/~rhl/sm/>`__,
   `gnuplot <http://www.gnuplot.info/>`__
   这样的工具进行数据可视化。继续使用这些工具有着多种多样的现实考虑，而且它们依然可以为杰出的科研成果做贡献。工具只是工具，请努力让自己带着积极和建设性的视角来进行科研工作。
-  `\__Jupyter__项目 <https://jupyter.org/>`__\ 是一个开源的交互式科研平台。通过其提供的\ `\__Jypyter__笔记本 <https://jupyter.org/try>`__\ ，科学工作者可以在本地或者远程计算机上，\ `在__Python__,
   Julia, R, C++,
   \__Ruby__等多种语言选择下进行交互式的工作 <https://jupyter.org/try>`__\ 。笔记本可以方便地被保存，移植，和分享。

杂七杂八
~~~~~~~~

-  `Duke大学统计学课程STA663的在线文档收集了大量关于科研所需的计算机技能的资料 <http://people.duke.edu/~ccc14/sta-663-2019/>`__
-  `StackOverflow <https://stackoverflow.com/>`__
   是一个社区维护的，关于编程和计算机的知识库与问答平台。在未来无数个被程序中的bug困扰的不眠夜晚，你都会意识到__StackOverflow__也许是你最知心的朋友。你可以大方地在这里寻求帮助，也请考虑在这里帮助别人。

整理你的科研项目
----------------

-  每一个科研项目都会积累大量的笔记，程序，图表，文献，以及草稿等资料。应该从科研初期就不断思考和探索如何整理好自己的科研项目。这样不仅有助于保持工作效率，也方便你分享科研成果给社区。
-  当前，业界流行的在线版本控制代码托管平台，如\ `GitHub <https://github.com/>`__,
   或 `GitLab <https://about.gitlab.com/>`__,
   `bitbucket <https://bitbucket.org/>`__,
   以及\ `coding <https://coding.net/git>`__)
   都可以帮助你整理科研项目。它们通过\ `git <https://git-scm.com/>`__
   或者\ `mercurial <https://www.mercurial-scm.org/>`__
   进行版本控制，也实现了本地关键文件的在线备份，还提供了分享科学的平台。(__git__并不难上手，网上有大量教学资料，也有像\ `这样的命令速查文档 <https://github.github.com/training-kit/downloads/github-git-cheat-sheet.pdf>`__)

   -  `hub <https://github.com/github/hub>`__
      可以帮助你在命令行和__Github__进行交互。
   -  `将你的项目或者程序同步到几个不同的托管平台也是很容易的 <https://moox.io/blog/keep-in-sync-git-repos-on-github-gitlab-bitbucket/>`__.
      (注意目前__gitlab__使用的是__v4_\_ API接口).
      基本上你要做的就是保持你的项目库在不同平台上命名一致，然后给本地库添加多个__remote__目标即可.

-  目前，像__GitHub__这样的平台都\ `允许你从一个模板开始你的项目 <https://github.blog/2019-06-06-generate-new-repositories-with-repository-templates>`__:
   你可以自己设计一个项目再保存成私有模板，也可以使用像\ `shablona <https://github.com/uwescience/shablona>`__\ 这样为科研设计的现成模板。
-  如果你项目的基础是一个软件包，可以考虑使用
   `cookiecutter <https://github.com/audreyr/cookiecutter>`__
   工具，从命令行创建基于不同编程语言的模板。目前__cookiecutter__已经支持了包括__Python__,
   **Javascript**, **Ruby**, **Markdown**, \__HTML__在内的主流语言。
-  此外，__astropy__社区也专门准备了\ `\__astropy__工具包模板 <https://github.com/astropy/package-template>`__\ 。如果你的项目需要一个规范的__Python__程序包作为核心，这是一个很好的选择。

构建自己的编程环境与习惯
------------------------

-  在兴奋地开始你自己的科研项目之前，希望你可以耐心地了解一下优秀的编程习惯，并结合自己的喜好建立一个高效的计算机工作环境。刚开始走上“学习曲线”总会显得有些艰难，但请相信，越早熟悉各种编程工具并培养起好的工作习惯会在不远的未来起到事半功倍的效果。另外，借助网络，体贴的经验和优秀的榜样无处不在。

   -  如果你的主要编程语言是__Python__, **C/C++**,
      我们推荐你参考\ `大视场全景巡天项目的开发者指南 <https://developer.lsst.io/>`__\ 。其中包括了很多关于代码编写，测试的可以实际参考的规范。
   -  关于__Python__，也可以参考更为详细的\ `\__Python__开发者指南 <https://devguide.python.org/>`__\ 。
   -  `\__C++__核心指南 <C++%20Core%20Guidelines>`__
      提供了__C++__编程的最权威的规范指南。

-  与此同时，\ **请不要浪费时间在挑选和比较代码编辑器或者编程环境
   (IDE)**
   上：挑一个让你第一感觉良好的环境，上手使用，探索各种高级功能；如果趁手就坚持用下去，如果觉得别扭就试试下一个。工具只是工具，\ `vim <https://www.vim.org/>`__
   和 `emacs <https://www.gnu.org/software/emacs/>`__
   都是非常优秀的编辑器; `atom <https://atom.io/>`__,
   `VScode <https://code.visualstudio.com/>`__, 和
   `sublime <https://www.sublimetext.com/>`__
   都是非常高端的整合式编程环境.
   它们都有优异的功能和强大的扩展能力，可以在科研的道路上助你一臂之力。
-  而且，你不需要从零开始，已经有很多优秀的资源可以帮助你搭建一个优秀的工作环境：

   -  `spacemacs <https://github.com/syl20bnr/spacemacs>`__:
      社区维护的__emacs__发行版本，包含了很多扩展。
   -  `spacevim <https://github.com/SpaceVim/SpaceVim>`__:
      同样由社区维护，更为现代的__vim__编程环境。
   -  `Awesome Emacs <https://github.com/emacs-tw/awesome-emacs>`__
      整理了关于__emacs__你需要了解的一切。而\ `Awesome
      Vim <https://github.com/akrawchyk/awesome-vim>`__
      列出了大量对你有帮助的__vim__编辑器扩展。
   -  `究极__vimrc_\_ <https://github.com/amix/vimrc>`__
      提供了一个非常优秀的__vim__编程环境的设置文件，可以拿来就用。
   -  `neovim <https://github.com/neovim/neovim>`__:
      一个注重于提升扩展性和易用性的现代__vim__版本。
   -  `awesome-vscode <https://github.com/viatsko/awesome-vscode>`__
      收集了大量关于微软__VSCode__的资源。
   -  `awesome-atom <https://github.com/mehcode/awesome-atom>`__
      则整理了大量__atom__编辑器相关的资料。

备份，备份，备份
----------------

-  **你永远都不会高估备份对你科研项目的重要性！**

-  线下备份:

   -  你应该经常地利用移动硬盘等设备对你科研用电脑的系统和重要文件进行备份。各种操作系统上都有相关工具可以帮助你简化这一步骤，比如__MacOSX__下的
      `TimeMachine <https://support.apple.com/en-us/HT201250>`__\ ，以及__Linux__下的
      `TimeVault <https://wiki.ubuntu.com/TimeVault>`__ 和
      `Duplicity <http://duplicity.nongnu.org/>`__\ 。
   -  命令行一键备份关键文件其实是很容易的，你只需要稍微学习一下\ `rsync <https://linux.die.net/man/1/rsync>`__
      这个命令行工具的使用: 基本上, **rsync -av –delete /Directory1/
      /Directory2/** 这个命令就够了。

      -  在__Linux__或者__MacOSX__上，你还可以使用\ `Cron <https://opensource.com/article/17/11/how-use-cron-linux>`__\ 命令行工具让电脑再指定时间自动备份。可以参考\ `如下这个例子 <https://nickjanetakis.com/blog/automatic-offline-file-backups-with-bash-and-rsync>`__\ 。

-  在线备份:

   -  如果条件允许，也可以考虑使用 `Dropbox <https://www.dropbox.com>`__
      或者 `jianguoyun (坚果云) <https://www.jianguoyun.com/>`__
      这样的服务时刻保持关键科研文件的同步和备份。这些服务的免费部分往往容量有限，但对备份最为关键的草稿，笔记，代码等应该足足有余。

让你的科研“有据可查”
--------------------

-  科研过程当中往往会产生大量的笔记或者其他文字资料。这些笔记包括了想法的整理，数据处理细节，理论推导，等等等等。建立良好的整理习惯是很有帮助的。

-  无论你用什么方法整理笔记，都应该努力让资料做到__随时备份以及可以被搜索_\_
   (从一个电脑文档中搜索一个关键词比从一个厚厚的笔记本中要容易得多)。现在已经有很多跨平台的软件或者在线服务可以帮助你整理笔记，比如微软的\ `OneNote <https://www.onenote.com/signin?wdorigin=ondc>`__\ ，在线笔记和合作平台\ `evernote <https://evernote.com>`__
   (国内叫做象印笔记)，以及__Dropbox__旗下的\ `\__Paper__服务 <https://paper.dropbox.com>`__
   都是不错的选择.
   如果你还是习惯使用纸质笔记，这些服务的移动应用都可以帮助你扫描整理笔记。

-  如果你已经在使用__GitHub__这样的托管平台来整理你的科学项目，\ `使用其提供的维基页面服务 <https://guides.github.com/features/wikis/>`__
   同样是非常方便的选择。

-  `Markdown <https://en.wikipedia.org/wiki/Markdown>`__
   是一种轻量级的普通文本标记语言，有着简洁易学的语法和很好的可移植性，是非常适合用来规范整理科研记录的工具。__Markdown__文件可以直接被渲染成优雅的在线文本，也可以很容易地通过特定工具转换成其他格式
   (`如__PDF__甚至是__LaTeX__格式 <https://pandoc.org/index.html>`__)。

   -  网上提供__Markdown__语法教学的地方很多。\ `GitHub的这份 <https://guides.github.com/features/mastering-markdown/>`__
      是个不错的开始。而更完整的语法说明可以在
      `\__Markdown__指南 <https://www.markdownguide.org/>`__ 中找到.
   -  不同的平台上都有免费的__Markdown__查看和编辑软件
      (比如\ `Typora <https://typora.io/>`__)。也有很多方便的在线__Markdown__编辑器可以选用
      (如\ `StackEdit <https://stackedit.io/>`__)。大部分现有的代码编辑器都能通过扩展支持对__Markdown\ **格式的语法检查
      (**.md\ **或者**.markdown__格式文件)。

发表你的科学成果
----------------

-  科学论文写作往往让人痛不欲生，但却又是科研生活中最为重要的一个环节。为此，我们\ `专门准备了一个单独的文档整理和论文写作的相关资源与工具 <https://github.com/dr-guangtou/taotie/blob/master/research/writing_paper.md>`__\ 。

   -  目前，\ **英语作为科研界通用语言的地位依然不可动摇，应当在日常科研中就坚持使用英语**\ 。
   -  同时，\ `LaTeX <https://www.latex-project.org/>`__
      依然是天文界最为常用的科学文献编辑工具。应当让自己尽快熟悉这个工具。目前在各个平台上都有相应的__LaTeX__图形界面软件
      (如\ `LyX <https://www.lyx.org/>`__,
      `WinEdit <http://www.winedt.com/>`__,
      `TexShop <https://pages.uoregon.edu/koch/texshop/>`__,
      和\ `TexStudio <https://www.texstudio.org/>`__)，大大降低了使用__LaTeX__写作的难度。在线编辑平台
      `Overleaf <https://www.overleaf.com/>`__ 和
      `Authorea <https://www.authorea.com/>`__
      的流行也进一步降低了合作写作和论文投稿的难度。
   -  多阅读，多练习是唯一可靠的提高科研写作的手段。在实际写作中，也有一些\ `有用的经验可以帮助你有效地克服每个从事写作的人都会遇到的“脑闭塞”障碍 <http://www.cws.illinois.edu/workshop/writers/tips/writersblock/>`__

-  投稿前请参考\ `天文学和天体物理学常见的期刊列表 <https://www.scimagojr.com/journalrank.php?category=3103>`__

   -  请不要过分在意列出的期刊的影响因子和H-指数，这些数字参考价值有限。

分享和传播你的科学成果
----------------------

让你的科研结果更加透明
~~~~~~~~~~~~~~~~~~~~~~

-  `开放的，可重复的科学 <https://en.wikipedia.org/wiki/Open_science>`__
   百利无一害!
   近些年来，在天文学和宇宙领域里也看到了整个学术社区进一步开放的可喜迹象。你也应该努力借助各种工具和数据分享平台，努力使自己的科学结果__可以被重现和检查__，应该在力所能及的范围内努力做到数据分享。
-  如上所述，__Github__是非常好的用于整理和分享你的科研成果的平台。你可以将科研所用的代码，数据，交互式__Jupyter__笔记本，以及论文草稿一并在这里分享。目前已经有很多优秀的例子展示了__Github__在科学项目分享中的作用。但是，__Github__不是非常适合分享体积比较庞大的数据。
-  `zenodo <https://zenodo.org/>`__
   是由欧洲核子研究中心(CERN)支持的，隶属于欧洲__OpenAIRE_\_ (Open
   Access Infrastructure Research for Europe;
   欧洲开放获取基础设施研究项目)
   项目下的面向全科学界的通用科学结果公开获取平台。

   -  \__zenodo__可以获取你__Github__仓库中的资料，并创建数字对象标识符
      (DOI)，使得你的项目可以在各种学术文献中被正确认可。

-  `Dataverse <https://dataverse.org/>`__ 类似zenodo，提供DOI。
-  `The Astrophysics Source Code Library (ASCL) <https://ascl.net/>`__
   用于发布代码，可被ADS收录。
-  `figshare <https://figshare.com/>`__
   是另外一个可以协助你上传，整理，分享，以及发表科学结果的在线系统。__figshare__同样可以为你分享的数据创建永久的DOI标识，方便别人引用和参考。
-  `公开科学框架 (OSF) <https://osf.io/>`__
   也是一个协助公开科研合作的开源平台，有着非常丰富的供能。

用报告介绍你的科研成果
~~~~~~~~~~~~~~~~~~~~~~

-  通过各种学术报告介绍、推广自己的科学成果也是学术生活中非常重要的一个环节。优秀的科学报告可以让同行对你和你的工作留下深刻的印象，不仅有助于开展合作，也对未来求职非常有帮助。
-  做好一个科学报告并不是一件容易的事情，需要反复的学习和练习。虽然不会有一份简单的指南可以将你变成天文界的乔布斯，但总还是有一些经验可以参考的。下面这些文章虽然听上去有些“标题党”，但是其中的意见非常中肯：

   -  `讲出你的科学：如何在科学会议上做更出色的报告 - Emily
      Lakdawalla <http://www.planetary.org/blogs/emily-lakdawalla/2018/0206-speak-your-science.html>`__

      -  这是一篇非常值得参考的文章。作者是行星学会的科学家，也非常善于介绍科学以及与公众沟通。

   -  `《自然》杂志给出的关于做好科学报告的建议 <https://www.nature.com/articles/d41586-018-07780-5>`__
   -  `《科学》杂志给出的关于做好科学报告的三个小技巧 <https://www.sciencemag.org/careers/2019/04/three-tips-giving-great-research-talk>`__
   -  `来自美国UCAR整理的关于做好科学报告的十个秘诀 <http://www.cgd.ucar.edu/cms/agu/scientific_talk.html>`__
   -  `\__AstroBites__网站曾经有过三期关于如何做好报告的文章 <https://astrobites.org/2018/02/10/speak-your-science-part-1/>`__\ ，也值得参考
   -  `Chat Hull的文章 How to Give a Great
      Talk <https://arxiv.org/abs/1712.08088>`__

-  绝大多数科学报告场合都离不开使用“幻灯片”，无论你使用什么软件，一份清晰而美观的报告文件对你的报告总是加分的。虽然报告文件的制作取决于个人审美喜好，但同样有一些基本的标准可以参考：

   -  `《自然》杂志介绍的展示科学用的幻灯片的“快速入门” <http://blogs.nature.com/naturejobs/2017/01/11/scientific-presentations-a-cheat-sheet/>`__
   -  `《自然》杂志整理的用幻灯片展示科学结果时最容易犯的十大错误 <http://blogs.nature.com/naturejobs/2016/02/10/a-david-letterman-like-countdown-to-the-10-biggest-pitfalls-in-scientific-presentations/>`__
   -  `SlideShare <https://www.slideshare.net/>`__\ 是一个报告文件在线分享与展示平台。上面有很多来自不同领域的优秀报告文件供你参考。你也可以考虑把你的报告上传到这里分享。
   -  `SpeakerDeck <https://speakerdeck.com/>`__
      与__SlideShare__功能和形式都类似，同样有很多优秀的报告文件可供参考。

制作一张醒目的科学海报
~~~~~~~~~~~~~~~~~~~~~~

-  科学海报的作用随着科学会议的组织形式的变化在逐渐下降，但在很多场合依然不失为一种展示你的科学成果，增进科学合作的机会。任何类似的机会，无论是报告还是海报都值得认真对待。\ `这里也有一些关于制作优秀科学海报的技巧可以参考 <https://www.makesigns.com/tutorials/>`__\ 。

-  同时，传统的科学海报设计有一些不是很好避免的问题。为此，科学家 Mike
   Morrison设计了一个叫做\ `“更好的科学海报” (Better Scientific
   Poster) <https://osf.io/ef53g/>`__
   的模板来更快速的设计让人印象深刻的海报。这个模板背后的设计逻辑就是用海报清晰的传递一个最关键的科学成果，同时给出方便获取的链接让人可以进一步了解你的成果。

   -  `这个Youtube视频也详细地解释了这个海报模板的背后动机和设计理念 <https://www.youtube.com/watch?v=1RwJbhkCA58&feature=youtu.be>`__
   -  除了常见的__PowerPoint__和__Keynote__格式外，目前也有为\ `LaTeX <https://github.com/rafaelbailo/betterposter-latex-template>`__
      和\ `R
      Markdown <https://github.com/GerkeLab/betterposter>`__\ 准备的模板。

文献阅读和整理
--------------

-  刚开始科学文献的阅读可能会显得很艰难，但请相信，\ `阅读科学论文是有章可循的 <https://web.stanford.edu/class/ee384m/Handouts/HowtoReadPaper.pdf>`__\ 。\ `《科学》杂志总结的这份来自不同研究者的经验 <https://www.sciencemag.org/careers/2016/03/how-seriously-read-scientific-paper>`__
   也值得参考。

论文预印本文库 arXiv
~~~~~~~~~~~~~~~~~~~~

-  论文预印本文库__arXiv__是及时获取最新论文的最好手段。在日常的科研中，通过__arXiv__跟踪最新的科学动向和掌握领域内最新的科研进展是非常好的习惯。

   -  `voxCharta <https://www.voxcharta.org>`__
      是一个在线组织__arXiv__讨论的平台。如果你所在研究机构已经在__voxCharta__上注册，你可以在这里看到你的同行都在读什么论文。在这里你还可以看到来自全世界的天文学者最关心以及最近最“流行”的工作是哪些。__voxCharta__还有按照你的个人关注话题定期推荐文章给你的功能。
   -  `arXivSorter <https://www.arxivsorter.org/>`__\ 是一个由数据科学家和天文学家共同开发的，基于机器学习算法的__arXiv__论文推荐工具。在这里，你阅读的工作越多，__arXivSorter__背后的算法就能更准确地分析你的喜好，为你推荐工作。
   -  按照一定的规范来记录自己感兴趣的工作也是一个很好的习惯。\ `这里是一个利用__Markdown__笔记和__GitHub__平台进行__arXiv__笔记整理的例子 <https://github.com/dr-guangtou/daily_astroph>`__
   -  `\__arxiv.py__是一个__Python__工具包 <https://github.com/lukasschwab/arxiv.py>`__\ ，可以帮助你通过__Python__搜索和获取__arXiv__论文。

-  `Astrobites <https://astrobites.org>`__\ 是一个通过简短的文章来介绍最新__arXiv__文章的网站。这个项目由一群天文学专业学生发起，目前依然由来自世界各地的学生供稿和维护。在介绍文章的同时，__Astrobites__也经常提供各种对学习和科研有帮助的参考文章。比如这个分成三部分的介绍如何阅读科学文献的文章：\ `Part
   I <https://astrobites.org/2017/12/19/tools-for-reading-papers-part-1/>`__,
   `Part
   II <https://astrobites.org/2018/03/09/tools-for-reading-papers-part-2/>`__,
   `Part
   III <https://astrobites.org/2018/09/06/tools-for-reading-papers-part-3/>`__

如何向__arXiv_\_“投稿”：
^^^^^^^^^^^^^^^^^^^^^^^^

-  当你有了新的论文即将发表，及时将工作上传__arXiv__是很有必要的。__arXiv__支持上传__LaTeX__源文件，但会在其服务器上进行重新的编译。这个过程有时会比你想象的繁琐。所以，在上传之前，请务必阅读\ `\__arXiv__官方提供的关于上传预印本的指南 <https://arxiv.org/help/submit>`__
-  \__arXiv__在每个工作日都有固定的截止时间来判断下一天会上线那些预印本文章。你可以在\ `这里查看__arXiv__系统的“本地时间”以及距离下个截止时间还有多久 <https://arxiv.org/localtime>`__\ 。

   -  \__arXiv__系统会按照上传的顺序来在网页上展示预印本。有证据显示这个决定会在论文关注度上\ `展示出偏差 <https://arxiv.org/pdf/0712.1037.pdf>`__\ 让先上传的文章获得更高的关注度，甚至引用。一反面，利用这个系统设置，尽早上传并不是错误的；不过，另一方面，也请了解这个偏差并能用更全面的眼光来审视每天__arXiv__上的工作。目前有很多科学家在争取改变__arXiv__系统，用随机的顺序展示预印本以消除这个偏差。

-  `arXiv LaTeX
   整理器 <https://github.com/google-research/arxiv-latex-cleaner>`__
   是一个很有用的__Python__工具。它可以帮助你“过滤”你论文的__LaTeX__源文件，并作出修改以适应__arXiv__的要求。

SAO/NASA天文文献资料库__ADS_\_
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

-  由美国哈佛-史密松森天体物理中心和美国航空航天局共同资助的“天体物理数据系统”
   (**ADS**)目前一共收藏整理了超过八百万篇来自于天文学和物理学领域的科学工作。这些工作包括了同行评议后发表的期刊文章，也有未经评议的会议记录和望远镜提案等信息。__ADS__是每一个进行天文科研的人都必须熟练使用的系统。近日，__ADS__系统进行了彻底的升级，拥有了一个\ `更为现代化和先进的系统和界面 <https://github.com/adsabs>`__\ 。如果你刚开始使用ADS，请直接学习使用新版的系统。\ `\__ADS__提供了非常好的入门材料 <http://adsabs.github.io/help/search/>`__

   -  `新版的__ADS__还提供了完整的API方便你进行交互 <https://github.com/adsabs/adsabs-dev-api>`__\ 。
   -  `ads <https://github.com/andycasey/ads>`__ 是天文学家Andy
      Casey开发的__Python__工具。它可以帮助你和__ADS__系统进行交互，搜索资料。
   -  新版的__ADS__系统允许你通过你的__ORCID__进行登录，并将你的工作和__ADS__记录联系起来。
   -  `\__ADS__的个人图书馆系统 <https://adsabs.github.io/help/libraries/creating-libraries>`__\ 来分门别类的整理你自己感兴趣的工作，并批量输出论文引用信息。利用__ADS__的引用信息和作者网络，你也可以方便的通过一篇经典文章迅速学习一个领域的最新工作。

其他文献阅读和整理信息
^^^^^^^^^^^^^^^^^^^^^^

-  几乎所用的主流天文期刊都提供了RSS和邮件提醒系统。每当新一期的期刊发表，这些服务都可以把最新的论文通过邮件列表推送给你。这是另外一个及时了解最新__发表__论文的方式。
-  天文论文中普遍使用__BibTex\ **格式整理论文引用信息。\ **\ `BibDesk <https://bibdesk.sourceforge.io/>`__\ **和**\ `JabRef <http://www.jabref.org/>`__\ **都是很好的免费工具。将你阅读过的或者对你的领域有用的文献整理到一个**.bib__文件中对未来的论文和申请写作会很有帮助的。
-  关于整理大量文献，\ `Mendeley <https://www.mendeley.com/?interaction_required=true>`__
   和 `Zotero <https://www.zotero.org/>`__
   都是很好的跨平台，免费的服务。都能够帮助你从网页上获取论文信息，并将你的文献资料进行备份的工具。__MacOSX__和__iOS__上的\ `Papers <https://www.papersapp.com/>`__\ 也是非常好的文献整理工具，不过可惜售价不菲。

沟通与合作
----------

-  不分国界和时区的频繁沟通是当前科学合作的基础。目前，电子邮件仍然是最重要的沟通和学术交流工具。整体来说，天文社区规模并不算特别大，而且天文学家中性格放松的人居多，把日常工作邮件当做短信对待并不为过，一般不需要过分紧张。但如果是比较正式的场合，或者是和刚接触的合作者沟通，一封得体的职业邮件也是应该的。关于写邮件，也有一些简单的建议可以参考。如\ `\__Grammarly__的这篇短文 <https://www.grammarly.com/blog/professional-email-in-english/>`__
   或者\ `美国管理学协会的这篇指导 <https://www.amanet.org/articles/how-to-write-the-perfect-email/>`__

   -  如果你在联系人的工作时间外发邮件，注明“请不必马上回复”或者“请按照您的工作时间安排回复邮件”是一种很礼貌的行为。

-  `Slack <https://slack.com/>`__\ 作为从硅谷兴起的一种在线合作工具目前也得到了学术界的广泛喜爱。包括LSST或者DESI在内的一系列大科学合作均已开始使用__Slack__组织学术活动和进行日常科学交流。和邮件比，__Slack__既有聊天软件的放松，又有更好的享文件和扩展功能。根据自己合作的科学需求编写相应的\ **Slack**\ “机器人”
   (bot)也并不是很难的事情。__Slack__的缺点是只有付费版本才有完整的交流历史记录，但其实免费版本的功能已足以应付大多数使用场景。
-  随着跨机构，跨国界的学术交流增多，电话或者电视会议(“telecon”)也变得越来越重要和普遍。目前常用的远程会议软件包括了\ `Skype <https://www.skype.com/en/>`__,
   `zoom <https://zoom.us/>`__, 和
   `GoToMeetings <https://www.gotomeeting.com/>`__\ 。这些软件的基本功能都不要付费，很容易上手，而且提供了远程分享桌面或者报告文件的功能，可以帮助你展示你的工作。

   -  如果你的合作者来自五湖四海，确定一个对大家都合适的会议时间有时并不容易。\ `Doodle <https://doodle.com/make-a-poll>`__\ 服务是最常用的在线投票系统，可以帮助你组织各种远程交流活动。

个人主页
--------

-  简洁，专业的个人主页可以帮助别人迅速认识你和你的工作，对于学术交流和求职的帮助都很大。对于来自中国研究机构的学者，能够通过个人主页提供准确的个人信息在国际学术交流中尤其重要。毕竟很多国外学者并不熟悉国内的天文科研机构，而又有太多的中国学者重姓甚至重名。确保别人能够在搜索引擎中迅速找到你的个人简历和联系信息，把你和其他学者区分开，有的时候是非常重要的。

-  如果你不熟悉个人网站的制作，或者你所在的机构并不提供个人主页服务
   `\__GitHub__页面 <https://pages.github.com/>`__
   服务不失为一个很好的选择。它可以帮助你利用各种现有模板建立一个简洁的个人主页，并通过相应的__GitHub__软件仓库维护管理你的主页。

   -  `这里有一个关于如何用__GitHub__页面功能建立简单学术个人主页的指南 <https://marisacarlos.com/pages/create-simple-academic-website>`__
   -  \__GitHub__页面支持__Jekyll__格式的模板。__Jekyll__基于__Ruby__语言，可以很容易将普通文本转换成一个个人主页或者个人博客。而使用__GitHub__页面基本不需要你有任何__Ruby__或者__Jekyll__的知识，只需要使用__GitHub__提供的\ `一系列简洁模板 <https://pages.github.com/themes/>`__\ ，修改相应文件就可以了。
   -  虽然__GitHub__的模板已经足够用，但如果你还是希望可以进一步丰富你的个人主页的话，\ `还有更多的__Jekyll__模板可以供你参考 <https://jekyllthemes.io/github-pages-templates>`__\ 。需要注意的是，一般认为学术个人主页不需要过于“花哨”，绝大多数场景下，访问者可能只需要你的个人简历和联系信息。确保访问者能够迅速找到这些信息就可以了。
   -  `al-folio <https://github.com/alshedivat/al-folio>`__
      就是一个专门为学术场景设计的简洁美观的__Jekyll__模板，可以很方便的在__GitHub__页面上使用。
   -  如果你不喜欢__GitHub__页面默认的： **https://user-name.github.io**
      的域名，也可以\ `自己注册一个更容易记住的域名，并链接到你的__GitHub__页面 <https://help.github.com/en/articles/using-a-custom-domain-with-github-pages>`__\ 。
   -  `\__GitHub__页面还通过__Jekyll__的插件支持搜索引擎优化功能 <https://help.github.com/en/articles/search-engine-optimization-for-github-pages>`__\ 。确保你的主页能在搜索引擎的第一页也是很有帮助的。

-  已经有很多科学家使用__GitHub__页面作为个人主页服务，并且有不少优秀的例子可供参考。如果以简洁和清晰作为标准的话，下面两位科学家的主页是很好的参考：

   -  `Adrian
      Price-Whelan <http://adrian.pw/>`__\ 。\ `模板和网页代码在这里 <https://github.com/adrn/adrn.github.io>`__
   -  `Dan Foreman-Mackey <https://dfm.io/>`__\ 。
      `模板和网页代码在这里 <https://github.com/dfm/dfm.io>`__

学术会议和报告
--------------

参加学术会议
~~~~~~~~~~~~

-  参加不同级别和形式的学会会议是学术生涯中非常重要，也非常有意思的一部分。通过会议不仅可以让你推广自己的工作，也可以帮助你结识志同道合的合作者，以及快速地了解一个领域的最新进展。无论会议在何处举行，是什么级别，都请记住学术会议整个过程中务必要保证自己的行为\ `符合应用的学术行为规范 <https://confcodeofconduct.com/>`__\ 。
-  `加拿大天文数据中心维护着一个很好的国际天文会议档案 <http://www.cadc-ccda.hia-iha.nrc-cnrc.gc.ca/en/meetings/>`__\ 。在这里你可以搜索你关心的领域里会有哪些有意思的学术会议即将举行；你也可以通过这里找到之前举行的会议的主页，查看有哪些有趣的报告。页面提供了RSS订阅服务和苹果系统下__iCal__日历软件的订阅服务。
-  [推特上的
   @astromeetings账号](https://twitter.com/astromeetings?lang=en)
   是另外一个了解近期天文学术会议动向的途径。值得一提的是，越来越多的学术会议会制定一个推特话题(“hashtag”)，并利用推特宣传会议和展示有趣的报告。鉴于我们不可能参加我们关心的所有会议
   (这样做\ `对环境也是有不友好 <https://onlinelibrary.wiley.com/doi/pdf/10.1111/1746-692X.12106>`__)，通过推特这样的媒介了解会议进展也是不错的选择。如果你参加国际会议，也可以选择利用这个手段增加自己工作的可见度。
-  国际天文学联合会 (IAU) 每年都会组织一批面向不同领域的高规格会议。
   `在这里你可以查看未来IAU会议的安排 <https://www.iau.org/science/meetings/future/>`__
-  此外，近年来有越来越多的科学家开始审视传统会议的组织形式，毕竟大量集中的报告并不一定是最高效的学术交流形式，而有研究现实\ `通风不良的会议甚至会不利于人的健康 <http://blog.gigabase.org/en/contents/132>`__\ 。目前，有一些新的会议组织形式更多的着眼于与会者的交流和合作，也非常值得参考：

   -  `.Astronomy <https://www.dotastronomy.com/>`__
      会议面向大数据时代的天文学，努力构建一个活跃的会议氛围，让科学家，编程人员，和教育者可以开展有创造性的合作。目前已经进行到了第11次。
   -  `Astro Hack Week <http://astrohackweek.org/2019/>`__
      从2015年开始，旨在通过一系列的讲座，活跃的交流，和围绕一定项目的集体编程来组织氛围活跃的学术会议。会议的话题也经常围绕天文学中的统计和机器学习应用，并强调与会者的动手参与。往年会议的讲座大多可以在网上找到。
   -  `Gaia Sprint <http://gaia.lol/>`__ 是围绕着 *Gaia*
      卫星数据和科学开展短期“冲刺周”。同样也是非常强调交流互动，并着眼于在短期内推动实际科学项目开展的新颖学术活动。

在线天文学报告
~~~~~~~~~~~~~~

-  除了学术会议，不同研究机构自己的学术报告活动也是非常重要的学习和交流机会。然而，任何一个研究机构的报告频率和覆盖范围都比较有限，尤其是对于规模不大的科研机构来说。不过，在网络时代，像__Youtube__这样的视频分享平台也给我们提供很多“免费”学习的机会。在这里你可以听到来自世界不同机构不同话题的报告。例如：

   -  `美国哈佛大学和CfA的每周正式学术报告 <https://www.youtube.com/channel/UCApHNlZLkxmiV95A0ChueYg>`__
      and
      `理论与计算天体物理中心ITC的学术报告 <https://www.youtube.com/channel/UCTuACIrLKPTlp6XMZbeipig/featured>`__
   -  `美国华盛顿卡耐基研究院天文台的学术报告 <https://www.youtube.com/channel/UC7D7uBI6-47leDWg1sbuJLg>`__
   -  `美国空间望远镜科学中心的各种学术报告和会议视频 <http://www.stsci.edu/events>`__
   -  `德国海德堡大学的天文学系列报告 <https://www.youtube.com/user/AstronomyHeidelberg>`__
   -  `美国纽约的计算天体物理中心CCA <https://www.youtube.com/user/SimonsFoundation/playlists>`__
      也会把很多讲座和报告上传到网上。其中有不少是关于天体物理和宇宙学的。
   -  `美国犹他大学天文和物理系的每周学术报告 <https://www.youtube.com/user/UofUPhysAstro/featured>`__
   -  `加州大学高性能计算天体物理中心 <https://www.youtube.com/user/UCHiPACCVideos>`__
      也会把组织的各种学术会议的报告上传到网上。其中覆盖的话题很广，不只是关于计算天体物理的内容。
   -  `加州大学圣芭芭拉分校的科维理理论物理研究所 <http://online.kitp.ucsb.edu/>`__
      会把每年组织的多次学术活动的报告视频整理上传。其中有很多是和天体物理与宇宙学有关的。