+ \/ ~/ [6 Y, j5 \" H3 g
: V( {; x# l5 ^* s 源 / SegmentFault /作者「张京」
! v' Y! l$ g) T5 [4 }( Q/ n! O
Jupyter
4 E" a! N. E& B* ?1 g& z 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。
; @" n" r3 |5 ] 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。
6 H* d) M" l, s
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。
# ~' C' }$ H. X7 c$ ?/ I1 W) P
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。
: I9 [/ F& Q% t1 p
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。
$ |, J7 [. @# F H% n; J, E
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。
2 ~+ W( `$ |- k, T0 @# H 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。
* C# M: Q. C9 Q0 O4 q 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。
) Z, O* d9 ^, s& e( G; \" P 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。
: P( u1 W* t2 j3 G4 i3 m- H* E
Pandas
2 U, g, F; s5 ~( z+ n6 m
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？
" y# X0 K. `. M3 H" E! j 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。
& p: Q) H5 V6 _. }& S1 @ 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 )
7 O& T# V) k( d$ W1 b
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。
4 z+ `: f Y1 Y# h8 C& [! q
所以有这样强大的库，研究人员有什么理由选择Java？
: R; k" L& c. ^9 m" o) A2 M; ~ scikit-learn
* l6 T" o- L2 f+ m0 ^- O 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）。
" m E( ^& q" S& d
' o @0 `3 J9 o
简而言之，只有你想不到，没有它做不到。
+ ~3 G+ Y; C/ y3 h Y+ B( ] R' j- r" D
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？
4 d/ y m. p2 @ ~2 P, u; v
matplotlib
9 E" G9 q3 ^0 Q% 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？
@8 d/ V" S9 D G. e. j9 ]
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。
$ ~/ L5 {: z j4 i$ x; \' a 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。
+ o1 e0 _! I) p% 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。
" Z0 d* t$ W: ^4 l 安装Basemap
$ b- Z: x% S6 n2 Q: j7 h8 m7 C" O
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& Y( g0 n0 j; Z) \
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
& m* ?/ P0 `" g( b& n* I4 e" G7 R
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
4 u7 k) x) w# p$ J9 T6 a" W9 b; {1 e 开始画图
* P+ v* _- E' x! ~5 M; {
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
G* D' ^" E' i5 R ?
from mpl_toolkits.basemap import Basemap
) c$ @3 z2 s' L( C0 X- K* L plt.figure(figsize=(16,8))
: P3 B3 Q7 I4 u* u- ^4 L m = Basemap()
: S$ o, C8 [, q# u) n7 @# K- g1 a9 \ m.drawcoastlines()
4 J. u, Q0 n9 c$ h0 q. y7 P6 }
plt.show()
# p; P: g* Q+ |1 j! ]9 W2 i8 `
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：
3 T7 w/ k/ M3 x* P8 o* ~7 H, q
2 X, Z; I# x) i
你用Java的4行代码画一个地图出来？
/ E7 W. F4 e: O1 {) {8 I4 \0 I 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
$ R7 p) U; d! Z; }2 _ u9 {
就变成了这样：
& v" O: Z$ ~% i2 G% v; K( G9 w 4 k4 d- Q% }) {3 z% E& E
用Java可能吗？用PHP可能吗？
6 D% @, h' I9 t# I
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)
* @6 M' f. P7 R. n
然后就得到了中国地图：
" J0 l# T; F7 a+ g9 y
k+ G1 U# D) I0 } `# a% q 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 w3 D! b9 B, a' v3 z$ |
这次终于看上去比较正常了：
5 V' p7 c- w. M
/ ~) E- ?3 G" F: g
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。
7 X& a9 T/ k* p0 F3 e3 h
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：
. k* ~% S5 [; W1 ?2 f m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
$ f* O4 w% r4 u$ y8 N
然后就得到了下图：
$ ~* y5 c; t5 |* `- U, L 9 v# m1 G6 Y. D; R, I* n. Y
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。
7 t: [# u2 P5 U% }+ @0 q
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。
9 A( \) u' F6 P% B/ s' j 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。
" J; m4 J9 n% I6 T( H
补充：
+ s: n) F2 B$ C! J! C
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。
7 k! }$ j6 Q% u' D( p4 n1 D7 A6 u
▲
1 h+ I9 M; X5 e. ^1 } END
/ k# _" l" y! K' r7 D
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。
* [' `$ w9 W6 J" K0 i0 f o
! n( j( Q3 ~% c
