" B( h/ b$ N* T
- }4 i5 m, S2 v9 Y1 B2 J! E 源 / SegmentFault /作者「张京」
- j8 i' X& h% T! k Jupyter
0 O! D4 p+ z+ F6 X4 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。
" C9 D. w0 H! Y6 q0 e" a 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。
+ e3 ~% s2 ?2 u; e. 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。
2 m* Z6 w8 W. H' _4 i5 k
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。
' E' B+ ?" N/ j) |7 I2 ~# s 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。
/ a& E0 Z7 }2 w3 f% V5 y" K 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。
5 ^7 b5 j- r. Q+ 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。
9 a# J% D& \, o8 Q/ d; U: x
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。
. w; a6 M+ U# C4 L6 y$ `3 K
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 }0 `6 n% @7 V. m4 F
Pandas
9 e# d" X% Y8 R8 ]7 J# 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？
# z8 ?+ Z j8 i( j' G2 G' 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。
7 l) K* ~1 s7 G/ c" C+ _2 C" D X( }3 q 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 )
8 f' Z; U2 f: L$ t; v A
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。
& M2 Y/ G6 H& ~6 F5 s 所以有这样强大的库，研究人员有什么理由选择Java？
& K! k3 z8 ~# K0 Y9 p1 Y; i
scikit-learn
U' R1 g0 ]6 \. U% m9 ^ 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）。
4 q, C3 m7 G, N4 M; [& Q
# R5 q# H7 M# |5 H% [7 l3 v# W 简而言之，只有你想不到，没有它做不到。
5 G0 w) [' p# Z6 v7 o 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？
5 ~+ Y3 r6 m% `% o
matplotlib
; i* ?5 i1 G6 U+ @ 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？
* R3 E8 w9 p" s" s; \, A
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。
5 S8 o8 N6 \0 R* 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。
, j* |1 v( x& e9 o/ l/ G7 w1 ^# K; j 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 T8 B$ r$ T- z. f* X, t+ _2 i M
安装Basemap
4 ?! X X( Q6 H8 f" \ m) W! m
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$ M% t% ^, e; h& h
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
0 J" j: u6 t# ]( \7 a
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
& Q& {; |& O+ g# B, ^; g/ J 开始画图
8 B7 U. k8 h, k" \ 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
6 J0 R# ~1 b D N6 D( J
from mpl_toolkits.basemap import Basemap
" O/ B. ~$ \7 Q5 Z plt.figure(figsize=(16,8))
2 _, r8 U: }* W% @( Q' O m = Basemap()
, s0 {6 Y, l+ y9 Z) U/ l/ B
m.drawcoastlines()
; |! G6 _' n e2 V6 F4 R6 ~
plt.show()
0 H7 O) R+ \* h" g( 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：
/ R6 y' [, Z$ E8 k. g : V5 t; T# t. L, n
你用Java的4行代码画一个地图出来？
1 F' Y; l; G0 |) f/ S 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
( w! g7 [; f* v/ u5 J& l
就变成了这样：
; }* X! b) m6 {) o6 e; k
% t! M8 E2 M$ |# ^5 u 用Java可能吗？用PHP可能吗？
$ r9 L3 ~$ x. 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)
; e1 Z; F# m m- G% i; b4 c 然后就得到了中国地图：
# A2 T) g# m- A* |
: N; D5 p4 S& ]2 Y' C, d
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)
# S8 \: Y% k% Y5 u! g 这次终于看上去比较正常了：
]& m. d; p4 m
! `; H6 c. q' P/ Z z
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。
" x# U& V, v' |5 e
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：
9 M$ I# ?% G: H$ @8 B0 C' l, Z m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
- g$ Y' d! x6 b; W5 s; w% _" l6 [# s2 c 然后就得到了下图：
4 x% o6 {8 u. ^. U) B/ s # [' y( `# o0 v. i
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。
" D% M; G, E2 Y u2 U3 v( X
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。
! X, G" t8 v1 C, i* g3 i# i
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。
; Y( P7 B: O$ _; F 补充：
& [7 q" w$ E& M' H$ q 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$ ?# ?5 U# _- v
) x- b3 n$ l" F( A. L k ▲
8 n( W) o( g7 e' Y* G. I# j END
7 Y/ y# n6 A2 E/ d& J
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。
' |+ p3 t X; t* I9 J
! b5 d! B* s: C; `8 p. v7 [ 
