. j- l! k4 `9 V; s" Q 3 s4 J- L9 n3 u# a* o
源 / SegmentFault /作者「张京」
1 f$ B! N: r+ J6 u* l/ ~1 n Jupyter
/ f+ {+ G5 G: A; U0 w8 q 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。
1 K9 w1 c+ F$ a# h8 i0 Z/ b) D
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。
8 C% Y9 E$ ?3 C! l 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。
. \& p' r* y; Q1 ?+ M 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。
2 f- _8 e+ v! V, X4 Q
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。
3 E: V2 Z2 `7 a+ h
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。
% B* B& a% F$ C0 j' j
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。
( [# S& Y# |9 V3 [ 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 W; c- y$ Y# m. R% J 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。
5 o' e3 ?2 v! T; [! z- p3 j0 r$ Z9 V" Q Pandas
# a4 ^: W/ T0 u+ T3 l' k% A9 o
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？
9 `% U. J$ @1 L( A4 d5 _
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。
+ j6 S6 e- z7 k ~9 G: [ {8 ^9 p9 \ 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 )
" F+ ~ G) ]7 ]& t 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。
/ m* I0 H, _0 `( k$ k! p9 x
所以有这样强大的库，研究人员有什么理由选择Java？
6 Z! y9 [3 K9 g8 Q scikit-learn
! {. l+ E9 V; p8 v) x1 r
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）。
7 V6 F% d% T7 G5 o/ J6 n0 b
& G0 [$ T, b; P
简而言之，只有你想不到，没有它做不到。
7 |! K% l/ z3 m
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 p6 S9 }5 @
matplotlib
2 }9 a" b8 [5 U7 E: 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？
3 L7 k% K% q* I8 U" O 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。
& P3 c9 ~$ _" O- 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。
2 G8 w) n4 B2 D 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。
! t) A6 _( L2 C/ k% g
安装Basemap
6 U+ J- o4 s1 }, Y; ]4 ~9 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。
% ^ F( z& I# 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
# V% a# j# c8 M! ?# z: E
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
! {! O! \" b; Y! L 开始画图
" P2 n) d0 j; w2 y
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
! i% g$ \! [% i o. V
from mpl_toolkits.basemap import Basemap
# r4 {- e3 p: Q: Q
plt.figure(figsize=(16,8))
6 W# s# x; }* E0 A7 P m = Basemap()
6 U' X4 O p0 a0 N2 @
m.drawcoastlines()
9 d8 D: h* R5 Z2 u
plt.show()
8 w' j9 ]- R7 z- P 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：
: P: e9 x7 f1 X+ ? u
& m' a% p1 H% @1 a- H1 H 你用Java的4行代码画一个地图出来？
* m% c$ Q$ q# W3 t 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
" \' w1 x, @) ~4 e, ^
就变成了这样：
( Y; `8 z/ M, ~: R
# U& _3 U; ]- d' [: n4 u2 y
用Java可能吗？用PHP可能吗？
5 }) }9 F- W$ _* [ 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)
4 u+ v! x* t* G+ R& b
然后就得到了中国地图：
8 p/ j# a& i! U& b* h5 K
2 M w9 h B1 d! E6 o 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)
- Y) w$ b5 v. ?$ | 这次终于看上去比较正常了：
1 {8 l; H. g/ ^7 ` . r1 Z, M9 H; g9 ^
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。
0 ]$ P" S# [/ l, M* s5 r: 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：
, ^9 [2 {' ^$ ~) ]9 H, G: b( F
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
! p6 E; Z8 ~, T, ` 然后就得到了下图：
" V- O- p7 L+ Q% I
( w2 w$ w. e3 G( ^& X, L! d
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。
- `1 g) ?% V& V
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。
7 T1 ~" m) Z: m$ C& z: b7 G 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。
9 N3 `& M/ ~* G; G- [ 补充：
6 u9 U8 J% d+ e. G! Z
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。
( U$ Y& B6 o3 P* a8 D+ ?; N
1 t! c9 B9 C6 b* x2 j. B1 f
▲
) @7 H3 o8 A0 b- x! l' Q8 ]7 m
END
- l) C" L1 r, Q9 c+ A% v
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。
/ G* M7 z! ?, q) B
0 d" i: M0 P: `8 N( ?7 a8 @
