/ n, [5 |# M) \$ f7 `6 `7 _: I g; i " |1 Q; ~, X; ?0 [! M0 B7 i
源 / SegmentFault /作者「张京」
+ E8 w# k4 R& h& O y& F Jupyter
# K e7 \8 s- p3 c3 C 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 {7 h. Q8 Y t2 y 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。
2 J1 q6 [* M3 y. Z) O* R" { 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 c! q# r7 g/ L& l! c 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。
8 E! b- W6 L e0 ?( g" u& o; |; b* F 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。
* V$ D3 L9 p! B 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。
; A- ^) o( l( z) G9 i
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。
& E4 c# B! [5 T' L' p: e" d8 U# t
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。
3 c' B$ q& c% |) L7 Z+ Q! a3 B8 O
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: E6 `$ J3 |8 _8 _) F
Pandas
( J* ?+ J9 A3 u 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？
0 x* H1 u" O# k; T1 V7 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。
a$ N) }& y! B: y- K' D 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 )
1 R0 R! V3 I+ f' k 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。
) P# w' K0 _ Z5 @8 t 所以有这样强大的库，研究人员有什么理由选择Java？
% p% {( b8 |/ r% [; ~! [! t0 B scikit-learn
9 ?+ E5 c* N! A* X$ W
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）。
2 H I% h# e- A# c8 K) O
8 t+ I, @! j+ V! ^7 T 简而言之，只有你想不到，没有它做不到。
0 f% V T& [8 y: w9 G0 C% Z* W 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 _( e% W. P& u- V) b4 s
matplotlib
, r- _$ @* T+ `) f) c% L( p2 C' S 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？
/ b3 s! S8 e5 ?+ h- y& E 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。
+ k2 s/ M/ ]* ]. B% m: n
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。
# R6 u* X4 u6 G+ L0 N 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。
4 F K& j0 _7 y+ k' U- k0 c R
安装Basemap
5 \/ z+ D, z) X* D9 c+ O9 K! P
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) X2 @( \$ y5 n: V4 A 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
) Y" ~7 ^0 ]0 w; v
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
4 `1 t U7 v5 ]; i5 I+ t
开始画图
0 C( G* l& w8 v) i: t1 M9 `$ L% J9 } 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
: b' h" ?$ m: v! Y4 p$ d# E
from mpl_toolkits.basemap import Basemap
6 k1 D: g1 n) Z plt.figure(figsize=(16,8))
, r& `' H( O4 `
m = Basemap()
; a9 z7 G: q& d7 A- b2 U% Y m.drawcoastlines()
7 I [2 x- m$ E4 m, _) C$ g
plt.show()
0 Y0 }( Y& N" n9 j6 R 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/ X' z. q' n, l: k
( t; X# t/ m8 j) q 你用Java的4行代码画一个地图出来？
: D3 g7 y/ w4 G8 w1 t: i 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
4 U6 e1 C+ [8 N; |8 L/ W0 _, l 就变成了这样：
7 X$ B0 ~' ^) v: Z ! b5 U* {( d0 i/ D7 Q" V
用Java可能吗？用PHP可能吗？
5 ~4 W1 }$ P: D x: |
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)
% r8 {+ ^( H `+ B, w 然后就得到了中国地图：
& V, G1 X+ p; t6 ]% d & R5 F/ i% ]- [' X+ |; s0 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)
) E9 S( e) c9 A( l3 `# z O1 [% }
这次终于看上去比较正常了：
! ?1 J6 o9 r, P4 ~+ t# f" x
3 l/ p& S6 D$ s1 ?& P 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。
" p+ Y6 }$ p! i# S/ ~7 S/ m7 P5 z
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：
/ j9 L4 i4 J: H
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
. H7 D% ?% z' S! |4 L6 m
然后就得到了下图：
. n! N* k& X E2 f
5 r1 t! z( C D* K& n( T% K+ h1 k( S 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。
9 W$ ~; ?8 D m 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。
* ^+ {/ W3 B k6 Z 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。
( P# e0 ?/ l$ X
补充：
; i/ Y4 S6 D% r' K& } 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。
5 {1 {2 u7 c* S" o
, S4 q* f& t' t( o
▲
. Y$ u3 {* M$ E) h& \+ i& Y. ]6 D
END
2 w& v3 U3 H8 @3 L8 u8 D- w 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。
9 L7 K' k, k' M' K# S
; n' d( e0 O" g" E 
