6 F% Z P& r1 _ h9 j
( L6 W) o2 T) K* b- ^& c- e
源 / SegmentFault /作者「张京」
. l6 c9 C. R' x8 G9 t Jupyter
2 a9 _$ ^7 L' ~7 a% @5 V 首先，第一神器是Jupyter。如果你是第一次使用，可能搞不清楚它的开发者做这么个鬼东西出来干什么，说它是博客系统也不像，说它是web服务器也不像，但它就是有用。
# K4 v( b, [; C4 v
因为我们传统的web开发首先想的就是面向公众，你做一个服务器就是要服务成千上万浏览器的。
" ^. t; B. P* W7 t
当然Jupyter也可以服务众多浏览器，但它更多的还是方便研究人员，对研究人员来说简直是太方便了，你把代码像写文章一样直接写在输入框里，然后在本页面直接就看到了这个代码的结果，随时修改，随时展现，文码混排，是Markdown的一个增强版，毕竟Markdown还只能显示文字，最多再加上一些图片，而Jupyter是可以直接运行Python代码的。
6 B- W/ m% v7 r9 S
当然，也有些人试图在Jupyter里运行PHP或Java代码，但显然成不了气候。因为Python这个语言天生就是脚本语言，可能将来唯一有希望往里移植的就是Javascript，这货也是一个脚本语言。脚本语言的好处就是不用编译，一行一个结果。
5 c7 X( C& y- n* g7 h 纵观计算机语言发展历史，就是一个从繁到简的过程，C语言需要编译+链接才能运行，Java只要javac一下，把编译和链接合二为一，PHP更简单，直接运行就行了，连编译都省了。
7 q6 v- J8 j- E9 T 但是还不够直接，因为还要编写一个.php文件存盘，然后才能运行，到了Python以及其它脚本语言这里，可以直接在壳里运行，但最大的问题是运行可以运行，无法保存，要保存就又要跟传统方式一样，找个编辑器来，或者vi，存成文件以后才可以运行。
: X+ d1 W: ^ H2 {& Q Jupyter最大的优点就是：它本身还是一个外壳环境，可以运行脚本，但同时也帮你自动把这些脚本代码保存了下来，不但保存脚本代码，并且你插在脚本代码当中的所有注释不是普通注释，而是各种格式化的Markdown都一并帮你保存下来，并且可以随时修改。
' K. x& h6 P9 A& G- k2 s 所以它兼具了脚本外壳和文件管理系统的优点，从此你开发Python代码再也不用先在IDE里写好代码，然后再到终端里去运行，而直接在一个web页面上就全部搞定了。
" H5 O5 A: s; }& d: @. h; t# l Java有这样的工具吗？PHP有这样的工具吗？没有，所以我们必须选择Python。
1 F2 S3 G9 A" ~& M Pandas
" O8 q+ d0 |+ _2 P I 第二神器是Pandas。如果我让你读取一个csv文件，然后求每一列数据的平均值，最大值，最小值，方差，用Java或PHP怎么做？
2 [6 s' e1 l& i( H0 m. c$ y4 R
你首先要fopen一个文件，然后一行一行读进来，再给它整个数据结构，然后弄个循环计算，最后你可能还要fclose这个文件。
- [6 c5 ^6 D$ S$ ^: Z$ x 总之代码一坨，麻烦死。而Python语言因为有Pandas这个神器，一行代码搞定：
df = pd.read_csv( a.csv )
2 q. k( }; Z. b1 B9 N8 _* T 行了，从此以后，df就是这个DataFrame，它本身就是一个强大的数据结构，也可以把它理解成mysql数据库中的一张表吧，各种增删改查，求总和，求平均都是一行代码的事情。
- v! {( g; k. r$ G8 [* U q
所以有这样强大的库，研究人员有什么理由选择Java？
+ S" I1 U' Y* G$ @7 \% {: N; b scikit-learn
) f* Y |, v7 m5 m: h, X8 u 第三神器scikit-learn，一般缩写为sclearn，各种机器学习算法，基本上只要你能想得到的，线性回归，逻辑回归，SVM，随机森林，最近邻居等等等等，各种算法全部在这里面（
http://scikit-learn.org/stable/user_guide.html）。
% ]; t! E& V3 ]1 Y5 l2 S
4 [) s2 n3 H$ B" m+ g q. k
简而言之，只有你想不到，没有它做不到。
^; }7 k k; H2 R, Z
所以这就是为什么玩机器学习必选Python的原因，你给我找一个Java或者PHP有这样多种算法的库来？
5 N3 Z5 B1 H c8 X; i9 Z+ e ?
matplotlib
8 X d* z" A+ g
第四神器是matplotlib。如果我让你根据上面csv文件里的信息，画一个图，用Java该怎么做？
. M. Z. A4 _) \) x8 ]& C
你当然会去找第三方插件库，然后又是一通折腾，终于把图做出来，然后编译，然后运行。
2 M4 I$ V& X/ w6 R0 o2 V! D* v
如果我要改配色呢？如果我要求画地图呢？如果要画热力图呢？那个麻烦就不是一星半点，而对于matplotlib来说，简直就是小菜一碟。
9 o O1 B+ t9 u4 u
简单的直方图就不说了，下面重点介绍如何用matplotlib配合Basemap画一个中国地图。
$ h& h( V; G4 x- }% O 安装Basemap
* a% D6 h" d( C _
先安装相应的组件。我假定你已经都安装好了Python以及Jupyter等等。如果没有安装的话，就去尝试一下brew install python3和brew install jupyter吧，网上有很多教程。
0 Z; x _1 K3 T
然后你需要用pip3 install很多我们下面可能需要用到的库。但是因为我们要用一个叫做Basemap的库，而这个库没有办法用简单的pip3 install安装，所以稍多两个步骤：
brew install geos
6 t" p8 q+ A' E; K( f
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
" ~" L, P; e: g
开始画图
* f X8 X* c+ G; J& o 启动Jupyter之后，我们还是本着从最简单的代码开始。先画一个世界地图：
import matplotlib.pyplot as plt
! [( l3 N. q1 R+ r
from mpl_toolkits.basemap import Basemap
2 }. h+ o- g4 ^" o3 ?( Y plt.figure(figsize=(16,8))
0 s t$ U* _$ w0 \2 |* c# b3 F
m = Basemap()
$ k0 a( F: G2 K( [* `, f, t; g) i0 C
m.drawcoastlines()
$ K: c! ?) X( W plt.show()
. d# [7 i! g7 | y' f$ s* O
前面两行引入相应的库，真正的代码就4行，够简单吧。第1行甚至可以不写，它定义了图的大小。第2行我们创建一个地图，第3行把海岸线画上，第4行显示这个地图，就是这样：
4 ~! e& C4 F# v
) x/ M. x6 B3 H/ u3 R# ` 你用Java的4行代码画一个地图出来？
% a, P5 o1 R7 K5 U1 ~4 m6 z
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
$ |2 v' I+ W. M& U" Z# R( p 就变成了这样：
6 q5 Y* `4 U* R, W" J
3 M K! B$ A0 i" F" T) \1 _ 用Java可能吗？用PHP可能吗？
+ V, j) J' A2 X) {9 ^* K
如果我们想显示中国地图，只需要在创建Basemap时指定一下经纬度就行了：
m = Basemap(llcrnrlon=73, llcrnrlat=18, urcrnrlon=135, urcrnrlat=53)
. S' J+ Y7 i. b; @ 然后就得到了中国地图：
! ^( Z" g6 F5 E9 `' E7 S- g
% [# c* x2 y8 L+ A6 b. ~ 看上去有点变形，这是因为我们没有添加任何投影的原因，Basemap提供24种不同的投影方式，你可以自己一个个试一下，比较常用的是兰勃特投影，我们添加一下：
m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection= lcc , lat_1=33, lat_2=45, lon_0=100)
' L- h: U; n0 D ^$ j 这次终于看上去比较正常了：
* |0 T7 ]: j: L( l7 l / R a# m9 B" b1 D2 m
我们想加上省的边界怎么办呢？Basemap缺省的包里没有中国的省区，只有美国的州，毕竟是美国人做的嘛。
% r$ d2 x3 L3 |3 k7 W$ r 不过好在世界很大，有专门的国际组织干这事，在这里(
https://gadm.org/download_country_v3.html)你可以下载全世界任何一个国家的行政区划Shape文件，然后我们给它加上：
# z# l* a `: z2 l4 m L; z5 Q m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
6 T) k7 A; r5 \6 u; V
然后就得到了下图：
$ n; G& G* m; t. ~ u2 c
& _# @5 R; G$ G0 r( h' F+ |9 ? 再往后，你还可以往图上改颜色啦，写数字啦，这些就留待你研究吧。总之，我想说的是，用Python画地图真的超容易。
$ s1 [; u; A" C' x ~
最后再为Java和PHP美言几句：大家分工不同，Java和PHP虽然做这样的数字研究不是很方便，但还是非常适合web开发的，而Python在这方面并不适合。
: _, I, C7 ~ S0 ~* ^& P 所以通常的做法是：首先用Python验证算法，经过一系列复杂的计算，把算法确定下来之后，当要应用到web上的时候，再用Java或者PHP把最终形成的结论重写一遍，这样就能充分利用各种语言的优势。
' L6 E/ R& D& O
补充：
) P0 k$ m7 V4 K* K, Y, p
basemap这个第三方库可能不太好安装，Windows下可以在
https://sourceforge.net/projects/matplotlib/files/matplotlib-toolkits/basemap-1.0.7/ 下载EXE文件安装。
0 l& @: E1 O! a W7 o) H/ G: H3 I* {. n7 k& v! E. G
▲
. h5 g# p) ~7 h2 _# Y% V
END
2 T4 @) H$ g" x# f) w 关注民工哥技术之路微信公众号，在后台回复关键字：1024 或 2048，可以获取一份最新整理的技术干货。
1 J F8 @; E k( |3 z 1 `7 q3 i8 H) h' K" `/ O
