1 Q. [1 q0 a8 z) w. R! J
' `6 |. a* B% s3 n 源 / SegmentFault /作者「张京」
& r/ j. x% y3 i Jupyter
* {, ?! Z3 ^' N2 C+ u- X6 X 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。
# r. b$ a9 N1 ^) }9 W. g w9 O
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。
. e: Z# k0 c2 |
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。
: C" y. w, f0 A8 v/ t% 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。
& ^* j& w& [6 X 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。
5 H. c: p5 @- g
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& G/ K, `5 K; ^/ N' [3 C7 C
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。
0 K3 Z! t! l b" i! @5 W5 Z 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。
2 T$ S# e$ D+ Z+ q' e- Y1 N 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。
/ r& L% H5 I0 s V2 b: J
Pandas
' P6 a6 t% w. p
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 Y2 k9 e( a3 c* N' L" Y# F
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。
8 Q2 h9 S8 r# B5 H- W
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 )
o# y( S/ Z* c 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。
' a9 n$ A4 P) P9 Q* _9 z" L( g 所以有这样强大的库，研究人员有什么理由选择Java？
+ z) Y4 ~' R% f5 b3 d
scikit-learn
8 M6 O: |) T( h1 m2 X5 q; I 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）。
3 C3 h1 p, t* t) \. E2 m+ \& |/ n+ ^% N
简而言之，只有你想不到，没有它做不到。
* X5 |4 ]: n! a" x5 K9 n" y8 q9 r/ p
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？
; Z- M2 c0 @& e9 | matplotlib
9 [& E R9 y4 k& }: |9 v
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 w0 Y! M' n6 l& ^0 `
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。
) \2 U" B7 Y! `: }9 S( e1 d. u! Q2 c 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。
4 k" N4 F9 z# w$ ]2 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。
. a- ]) C0 P+ A 安装Basemap
& t7 T4 g4 f5 o6 C: M7 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。
) d- G) B5 _+ }# H+ K5 R 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
( P$ Q0 u" O' `. T/ u4 U pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
0 Y% Z3 X6 N7 s1 n# W* c5 p
开始画图
% N+ A/ S" I% q
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
9 `" k# \ S, D& @ J
from mpl_toolkits.basemap import Basemap
8 I \4 b" O! r, E7 S
plt.figure(figsize=(16,8))
6 h: r3 a+ N# y8 P m = Basemap()
. q3 Y" H: e6 u m.drawcoastlines()
2 V1 _; h7 e7 `/ q( U* n+ ] plt.show()
7 U$ T7 y1 q* A$ \3 l: z 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：
7 a; J" z& E& F5 X: L5 r$ \3 N3 b
( h" V. n* x1 |2 f8 @ 你用Java的4行代码画一个地图出来？
n- L4 l( x- ~, d
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
8 r2 {3 r# M- W- p) C+ l 就变成了这样：
1 Q7 q, t: A; W5 O1 {
: f. N) X8 n6 @7 s6 _" r @1 w 用Java可能吗？用PHP可能吗？
4 R5 Y% V+ e; m5 @" c
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)
s( p" W3 T% ~$ e$ @- g( j9 f( p 然后就得到了中国地图：
, X/ z* C# E; f; y
3 r( B, n% j5 Y( W2 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)
7 U+ i1 l7 p+ y6 D' t/ W' b, X% D 这次终于看上去比较正常了：
c: ?: A4 I* P; Z7 ]
5 [; R9 v/ m6 Q8 e4 K9 b9 g8 u 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。
5 t- |$ f4 A0 L7 B
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：
% h, F' D( i1 K% S/ P: K7 ?7 b! o
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
! w3 e. L+ z: ~- ?0 T- [ 然后就得到了下图：
' e$ k8 G9 p# j% v; I( H+ j
5 |5 e' Z! o) U! K j) r E I$ n+ _
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。
# B& s& J1 E8 b
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。
; e) `+ U# p- h. ]: ?: y5 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。
7 Z6 e2 D3 j: ], A, [$ \6 n) W 补充：
+ k0 ?: y7 l8 c 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+ i! R5 x2 o3 `7 c$ p% ~
▲
0 g9 _+ V; ^7 e* P' r
END
5 V) E! z D+ E3 X1 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。
% T, `4 c p" P/ p
, l. C+ e0 r6 h* \: T7 S
