OSEZ L ' OPTIQUE
Le logiciel PyMoDAQ : acquisition , analyse et diffusion de données
///////////////////////////////////////////////////////////////////////////////////////////////////
Sébastien J . WEBER *
CEMES-CNRS , Université de Toulouse , 29 rue Jeanne Marvig , 31055 Toulouse , France * sebastien . weber @ cemes . fr
La donnée , depuis son acquisition dans le laboratoire jusqu ’ à sa publication en passant par son analyse , joue un rôle central dans la vie des scientifiques . Cet article explicite la notion de données expérimentales FAIR et présente PyMoDAQ un logiciel open-source collaboratif aidant le scientifique dans chacune de ces étapes . https :// doi . org / 10.1051 / photon / 20412925
Article publié en accès libre sous les conditions définies par la licence Creative Commons Attribution License CC-BY ( https :// creativecommons . org / licenses / by / 4.0 ), qui autorise sans restrictions l ’ utilisation , la diffusion , et la reproduction sur quelque support que ce soit , sous réserve de citation correcte de la publication originale .
L ’ acquisition de données concerne l ’ ensemble des disciplines expérimentales ( imagerie , spectroscopies , métrologie …) possédant chacune des instruments dédiés et des techniques de mesures adaptées . Il existe une multitude de logiciels permettant l ’ acquisition de ces données . Ces logiciels sont soit développés pour répondre à un besoin expérimental spécifique , soit sont fournis par le fabricant de l ’ instrument utilisé . Tout va bien jusqu ’ à ce que le dispositif expérimental évolue et que d ’ autres instruments y soient ajoutés afin d ’ obtenir plus d ’ informations . Le plus souvent , le logiciel doit donc être complété voire réécrit si sa structure initiale ne permet pas d ’ évolution . A l ’ ère de la science ouverte , le concept de données FAIR ( voir encart ) joue un rôle central dans le développement de logiciels d ’ acquisition de données . Cet article présente les problématiques à résoudre pour avoir un système d ’ acquisition de données applicable à tout dispositif expérimental et rendre les données enregistrées aussi FAIR que possible . Nous montrerons en quoi la suite logicielle open-source PyMoDAQ [ 1 ] « Modular Data Acquisition with Python » est une solution face à ces défis .
Du générique vers le spécifique , un concept pour l ’ acquisition des données
Que ce soit sur de grands instruments ( synchrotron , laser à électrons libres , ...) ou sur une expérience de laboratoire ( situation sur laquelle on se restreindra dans la discussion ), le nombre d ’ instruments utilisés pour caractériser le processus physique d ’ intérêt évolue constamment . Prenons comme exemple , une expérience classique de spectroscopie femtoseconde dans des nanomatériaux , voir figure 1 . Cette expérience vise à caractériser la dynamique temporelle d ’ absorption de lumière de films minces métalliques [ 2 ] à une échelle de temps femtoseconde ou picoseconde . Les instruments de base nécessaires à intégrer au logiciel d ’ acquisition sont ici la platine de translation qui va retarder l ’ impulsion sonde par rapport à l ’ impulsion pompe et l ’ amplificateur à détection synchrone qui va collecter le signal de sonde transmis à la fréquence de modulation du modulateur acousto-optique ( AOM ). Le logiciel associé doit donc enregistrer ce signal , scalaire , en fonction d ’ un paramètre variable ici le délai temporel pompe-sonde via la position de la platine . Mais pour compléter cette mesure , on va vite avoir besoin de rajouter une caméra pour visualiser la superposition des faisceaux pompe et sonde , une mesure de
Photoniques 129 I www . photoniques . com 25