) g& v* N+ r& t1 ?7 ~; o# T# G c
8 U T- O* j$ ]9 p 源 / SegmentFault /作者「张京」
1 P) ]5 t+ h$ S" v; ~ Jupyter
2 T4 |0 s# ^% Y1 r4 ^& W
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。
5 v5 c" i; e- a4 z2 h+ J. g9 ^
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。
, Z; M+ _7 R& Y5 e$ B 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。
2 H( Q' P5 Q0 e) f 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。
' z) u+ i& ^( w- W* u! M
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。
8 P9 ]4 e7 \9 X5 `' M: {/ @ 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。
8 N) I; M! q- e1 [& c( J, p 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。
; b7 @9 ~$ Z. _" c9 j7 s3 u
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。
# Q; _* n' o' F* Q0 T0 {
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。
, U8 d. i& j6 f' U* d Pandas
2 I/ ]- z3 _/ E/ P T2 c
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？
3 b* ~: `& R1 A6 T4 \: c/ {0 ~
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。
( m6 T3 X+ w5 C# y* V+ d& p6 r 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 )
. M4 }& Z% s% J; D5 q 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。
j5 \4 r/ E2 h- O 所以有这样强大的库，研究人员有什么理由选择Java？
/ o' K4 ?# L9 d0 H5 z' Q6 L8 A
scikit-learn
- G' T" G1 v% T' m
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）。
' J3 P( q8 N. |' R4 Q. ^# p; @
9 B+ e( I0 O! Z2 W 简而言之，只有你想不到，没有它做不到。
6 w- Z2 l+ A4 f+ ~- ^
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？
/ V+ L# u m$ O- s, F- L$ K matplotlib
D q2 H' b! i- i& T, Y
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？
( T" a8 B; l2 Q. e# b& _+ Y
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。
4 U8 T7 ~3 b( C3 m- O 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。
7 k3 r) m3 o) I' o# e# V
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。
; ^+ D. ?$ t$ @% I 安装Basemap
6 o: v i) o$ l' e, p5 R( { 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。
" k5 _8 r" W' _9 N' t0 y C/ K
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
7 F9 V0 Q3 r# `' Z) a; ?4 H pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
9 o) p9 t; D1 b( Z& w' Y( S 开始画图
; P% T4 W0 d# Q7 k# i
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
# E/ i' O. i, i) F1 Z3 ~6 B
from mpl_toolkits.basemap import Basemap
: Y7 a8 {) C5 x1 l, W
plt.figure(figsize=(16,8))
; K5 J N0 _, K/ L m = Basemap()
0 K- ]* W+ R% z7 v& d
m.drawcoastlines()
' T, T, a5 E9 G; k, Z
plt.show()
$ `, C/ W+ S! J4 S5 L2 } 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：
# A @) J6 ]: | 0 f7 k2 U% o0 C; G5 J1 @+ O
你用Java的4行代码画一个地图出来？
, h7 g, x* i* X# R. K; I# B+ ^
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
8 }2 e& [5 j$ b* h 就变成了这样：
( U% H% D4 B& `# E/ \
( X1 c. Y/ c' a% Y7 V. U1 k; K 用Java可能吗？用PHP可能吗？
3 c( }! K8 o$ m
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)
3 K5 P$ A& b* f' C
然后就得到了中国地图：
4 \/ R5 r7 V- F, p Z' K
3 K. h, E# e' E) y( W# t2 A/ G
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)
) g& j% u5 ~$ z* U" R9 y3 m 这次终于看上去比较正常了：
9 P* _- z4 N! c0 P( G& W6 d
& ]& n/ Q B" ]# R# _8 e; s
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。
+ Q% l4 _8 P% ~* B9 J! ]- `/ O, U$ p 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：
* \/ j+ T0 U' Q! Z
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
& `( n# d1 u. G; J7 u' Z1 {
然后就得到了下图：
3 C8 p0 p3 C% e. }
+ z' A+ P* T" W1 u: B7 X& S1 x
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。
6 }* N. c, |; _; U( V8 ?
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。
; k$ P9 d' Y `+ Z& j, }6 o+ { 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。
( g" G" U- m6 y% \4 G$ J4 H7 E
补充：
7 e& m7 Q7 s) m: o- J3 g
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。
3 z$ \5 w8 ^3 B& h
# Z- t: \+ L, R$ I& K, p7 b
▲
$ S' t( h! V! ?6 y/ c( |
END
4 D; n( r0 z4 L+ b5 w% L 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。
0 E3 i% O+ {% Y2 A% \7 p 3 x$ l0 ~7 e3 q/ }4 i
