( |9 ?% P& r6 c$ ` . t5 l1 l0 V c* j: z- y" ?( |
源 / SegmentFault /作者「张京」
0 v% P0 f! Y) I/ Y, C9 b Jupyter
6 f b. f; u- |0 G% ]3 y
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。
3 P, B, y- q/ K6 X: I6 @3 t 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。
% [) x, E/ s7 J5 w: [' r9 P q
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。
) A$ K, W8 J5 Z- `* K( y- y$ `
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。
3 h( M) Y) l+ }: A z4 g& f4 ]' _ 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。
- f! `% K0 z5 U p$ d. 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。
: @% h5 m" i, J/ A0 z5 x
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。
# o5 t8 t# P0 O: Y: O* z" o& 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。
4 q' ^4 V- n- K m 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。
! Z/ }& l. v' D+ f9 w. F
Pandas
, {0 S" B/ z' \$ m3 F) @' Z
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？
% |& X* i) m8 u
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。
$ x9 i; {9 U- M# }0 E# L+ ~
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 )
' D9 q5 x$ C) y( X5 z0 S 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。
% ^/ U+ ~1 _/ q& }, t/ s 所以有这样强大的库，研究人员有什么理由选择Java？
/ c4 Z( [9 B7 k2 p, |
scikit-learn
; f+ T* K, ] t7 F# V
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）。
" _, c; P+ }! Y' q6 s
u' L% k7 K/ `3 H, ^* w 简而言之，只有你想不到，没有它做不到。
; d$ e% y0 P% D) A( e
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？
; l- G0 R$ R B3 J7 t0 _ matplotlib
, M: |8 ^/ }/ K' Z% O 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？
) R7 @; ^8 C) X
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。
, Z/ Y' _* j3 r5 D1 m4 F
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。
( X. [( C0 m& 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。
5 T' l/ |2 z( T* i- F6 e) Z
安装Basemap
+ K; y* X* B8 ?) a 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。
& k0 R) I/ x3 z0 J9 U8 |1 }$ F
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
$ e9 N7 u/ h/ b w
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
# s" d! ^3 @0 j" D
开始画图
; O$ t2 u! |' F+ j( b8 A9 t# 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
* t5 J+ \* R1 a2 A$ F$ q, |! f
from mpl_toolkits.basemap import Basemap
4 f5 {; `2 I! H1 m1 S& i plt.figure(figsize=(16,8))
9 T: I, T; N! Z$ u0 A2 m m = Basemap()
2 X& A6 ?) M9 A9 Z9 U m.drawcoastlines()
4 a4 @0 d& }2 t5 _0 p, q plt.show()
$ G% ]6 B: M! g/ p7 L 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：
% s& ?- r4 R0 R" S; e9 G
4 L7 B1 t5 d9 S# Q- D8 {; [6 B5 T0 T 你用Java的4行代码画一个地图出来？
2 \$ B' J* B! x4 t+ q7 L
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
: Q- Y4 C# b7 `: X/ c. G5 O- Y 就变成了这样：
; o- _1 u1 _* L
, E& b: e5 N- H. D/ j: b 用Java可能吗？用PHP可能吗？
2 k: b" Y Z+ W" a2 T+ ? 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)
" z3 w+ C' D+ e1 F5 J; _; H
然后就得到了中国地图：
1 G% x1 i, S1 N0 Z- M8 f
4 @& K/ o( H5 _0 S+ [
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)
/ s9 U0 j6 C/ w. e* s' n S" G 这次终于看上去比较正常了：
0 W+ e. P" j; M: ?- w6 o
, O3 F \6 N; m& | 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。
6 Z0 D' \/ @3 F 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：
$ O9 \/ l, O5 j% _; Q \ m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
( r' v6 ~8 f5 T `$ W1 K: a* a8 t 然后就得到了下图：
) ?/ y$ n* G% ^7 v# U; s! T0 x$ o
- T& i7 }' X# L- g 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。
/ t4 M# p$ a, e) s# J
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。
/ t9 u: |" K3 u# [- i7 ~: x
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。
/ W5 {; ^# |* m& |$ r
补充：
( n$ n! ^: b+ H1 A
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。
$ C" }. U- s- P$ G$ H! U
# m! L0 ^- t, x k7 q* i% U- x ▲
) _( s/ w1 O2 ~; O- v2 t) M. d
END
* ]0 k* O6 X2 f( b6 O1 n8 M
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 H4 e% y8 X% Y, W; Z# q" n. a
5 R: |& T! S1 G5 @
