5 N: A$ g! x: M# `
. z% e7 O) R, [9 V
源 / SegmentFault /作者「张京」
4 f% J1 J* [9 ^+ C7 t# K
Jupyter
4 b' M; C: C+ _3 R7 X
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。
& r2 ^7 R$ r# g4 K& ~& [ 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。
) r- o) D- V* I2 A; O, x5 c 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。
( F) v7 R: i! e 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。
# B4 N$ q6 \$ C6 n2 n 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。
5 E, O5 }3 U9 C0 l
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。
0 l2 ^0 F' T; w
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。
# D7 b$ V$ L& N# N! e8 A3 t0 r 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。
& b4 L3 i, @% S# I5 K% D/ D( \. e 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。
4 b" n) B# b6 @ Pandas
, V! v8 K( n" e: j5 a9 ? 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?
' m7 [! H/ B& @4 B* h 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。
+ v% X, _% X$ U% C
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 )
& F# U/ m- l- X; e1 O2 @ 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。
1 K9 w. R, F7 ~: r
所以有这样强大的库,研究人员有什么理由选择Java?
6 H& s( l& I1 n& z1 N: ~5 g scikit-learn
" Q9 k' t3 e+ v+ T$ t( L3 { 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)。
0 e$ j: a5 B0 k. J2 P
' S. z6 K K+ p: C0 c, }0 L8 \2 Z
简而言之,只有你想不到,没有它做不到。
% j- B5 P- ?$ E5 Y4 X( m 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?
' R/ z- u. j8 _% r, m1 e" |- r
matplotlib
. E# h2 r* d' ]6 c2 t w
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?
9 C2 Z$ k- G2 m2 N 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。
* O$ |% e; f8 r9 y9 M
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。
1 W$ W! D8 Y% |' Q4 p3 H
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。
& a5 n) E6 c' J5 b 安装Basemap
9 p5 l! A! n2 Y7 k 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。
. W+ C2 {$ A( D
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
( m2 _; W6 b* u: a pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
5 ^7 a: \5 v/ s1 h4 g0 r
开始画图
! u3 g6 H2 K, {, r
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
& {( W9 ?, u( ~# |
from mpl_toolkits.basemap import Basemap
! a7 q* {8 N* k7 g! |& D0 R0 } plt.figure(figsize=(16,8))
, D1 W1 D) i: ]& R! a0 ^6 H4 c# x
m = Basemap()
6 M) \/ S9 W' @- J: q$ _0 x% b
m.drawcoastlines()
; J1 ]. Z h, [. } I$ m plt.show()
+ E& j H' ?' j9 t1 f8 V
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:
5 j% v! l1 V+ m5 R9 a
6 U1 ^# [$ n5 a7 f: z4 P 你用Java的4行代码画一个地图出来?
* l( \6 P7 o2 |/ z/ W! _
然后我们开始画上国家,又是1行代码:
m.drawcountries(linewidth=1.5)
- V% I3 j# u4 h1 m4 ]
就变成了这样:
1 s6 |( S- N) q- O " l, L! U2 {! s8 X
用Java可能吗?用PHP可能吗?
! F& x B8 r9 P2 |9 C% G1 r' p3 E
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)
/ V9 ^2 h& ]. z2 F 然后就得到了中国地图:
" D4 P; I' I2 `: q/ ~9 ^
: ]7 @3 J- K, 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)
0 ^; t, G& d. E3 T( Y
这次终于看上去比较正常了:
6 [7 X* L; ?) U' [6 c 8 h: W9 g! q( l- Z# j- }1 }" [
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。
1 J: x% v2 l/ Y$ W, X 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:
1 P6 K3 l# N1 i3 N+ H( f
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
& I( w! ?( s+ |2 R/ {0 L& F
然后就得到了下图:
+ H3 ^# L. W7 @7 y: u
/ J. Z. n, y6 m3 d
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。
& H( o @. Y; i. F8 D- [ 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。
! G+ D3 u8 g* b; l$ t% A* g
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。
5 ^+ x0 i& Y; x4 ?' J$ a 补充:
* }% `% V+ w1 Z
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。
) h! N& S* j6 ~) t* O
5 i9 G: C. J* C: O% A- e u
▲
# C' }$ ]* K! O! n: W END
% z% w$ B& H9 D" t 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。
% \8 N: P6 }( C3 w( k 2 f2 ~- Q& K I* d% `* g