5 `$ f+ X' a7 A $ E0 I9 r# p p' ^& @$ M
源 / SegmentFault /作者「张京」
3 q& H& [. X: b% k Jupyter
, F, |- Z9 @3 B# m% m4 G
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。
. w- A$ S, N% f9 H7 r& R 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。
1 t' G1 K% g0 ~
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 j* f* ~ T- S+ L8 d) d
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。
! l! n" G; I5 R+ F) w" a8 _7 }
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。
/ D+ E! @) T3 N8 I
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。
. ?9 }% t( }! e. G 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。
' f1 E+ g# Q- A e, u, N3 Z
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。
% E- U' I: E1 m& Z" k+ e+ g+ K& ]$ Y 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。
0 E5 T7 `$ \$ J2 t' a. D1 @7 a9 B0 {
Pandas
1 ]: q9 F* @5 F# t' w 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?
% ` s& n5 ]6 _# { 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。
# k9 Y' u. Z! N2 e/ \4 o
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 )
" Z9 z* Q U$ U2 r4 F) v 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。
+ Q; a4 O( \3 I9 [; D$ o 所以有这样强大的库,研究人员有什么理由选择Java?
1 x1 ]. E- p" d+ l9 O/ W' { scikit-learn
) H, B! m$ p) G3 @ 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)。
* @- f6 u. Q2 }9 {9 R" I9 A4 @; D
1 V4 X$ U2 b! c4 a S 简而言之,只有你想不到,没有它做不到。
z* W- F9 O' k/ C3 S 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?
/ r0 _! Y- Y- ?+ V& t7 m matplotlib
- Y3 V7 y1 _- H- T* T* F 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?
* x/ X0 h) S! Y4 ^( A8 I 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。
9 F- o; `9 l9 Z' x0 U% R 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。
/ T' E, A; N G, Z 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。
$ W' [7 ^ p" B0 q% q- a% Z1 B 安装Basemap
/ c% [: ^2 W6 F7 I; X% v
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$ f. v: [" q3 E
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
8 n9 `' g) n/ u' Y3 J1 [
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
7 W0 h6 T# V0 S" W5 Q 开始画图
$ c2 H5 X: v' L3 S
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
' h& j& ~9 j5 z
from mpl_toolkits.basemap import Basemap
, `) R3 Y1 _6 j7 A plt.figure(figsize=(16,8))
/ Y: [4 r5 U& L m = Basemap()
) v) S; _, s. ]- J1 O/ E8 l3 q. b m.drawcoastlines()
% r6 M6 e/ Z! _( s D+ _# |% a0 G plt.show()
: j+ D N$ g: z& r/ v& H
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:
1 Q6 B& f# `7 V3 i9 F! m+ w7 \ , Q9 H2 K' q) ~; c
你用Java的4行代码画一个地图出来?
3 H8 P& T4 \9 h) D- A/ A+ v
然后我们开始画上国家,又是1行代码:
m.drawcountries(linewidth=1.5)
+ [. U% m. U9 }3 E# Y 就变成了这样:
( _+ o+ w4 o" s. {/ v [3 W* p 2 z2 K: O- ?) S+ S4 i9 e9 J0 r
用Java可能吗?用PHP可能吗?
+ r, O! K- ~/ F
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)
- T& a) E0 X' Z$ b5 m- v3 O7 j- Q" D 然后就得到了中国地图:
) S5 ^; K6 H- C; p
2 x! ^8 F& x" t {
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)
4 v V# A9 J( \8 Y1 c 这次终于看上去比较正常了:
6 Q: a& V- W$ r# R& D3 z( I4 } + @7 N8 ~0 t( h# r8 i
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。
4 L# c9 {' H* ?6 x3 E9 Q 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:
8 B; \9 S2 I0 n" X7 h m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
, U. Q# t9 G3 D; B$ c5 D0 T+ X
然后就得到了下图:
4 s5 h& B* s' f- ~' `/ t
! ?+ V+ E; r, J/ F% @! P
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。
5 w i7 k9 R1 O8 w: \4 L 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。
% w0 ^3 X g* C0 ]" k0 I$ B
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。
: I" h4 Q' q$ |' z8 I! V
补充:
n* o: w, c2 G0 [7 h3 b$ ^& f 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。
( s5 W5 \1 j+ Z: X! S. ~" H1 z0 m0 D, {* b4 A+ D
▲
& E: o U8 B, T3 p, R5 W* i2 x END
2 R" {& `+ V5 Z8 ? 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。
4 o3 j# f+ p( n. M& `
3 c" m- l- A) ^- O' S