# F+ |. |% k6 j; K( h8 A# y3 q. C 4 R' K! A1 _% e8 y. j3 y m
源 / SegmentFault /作者「张京」
! w0 D2 b* |4 F" d( s; p Jupyter
* s6 _& h2 S& `) s" ? 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。
, h$ G+ i2 E1 X& w$ T8 \
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。
( A6 F& I1 b( ?' o# I5 s* \
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。
, J. ~2 z; W" M1 Z- 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。
$ x `% u" ^8 A# B1 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。
+ E6 @! w) d6 h# y; | 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。
7 w. c9 h4 H8 _! u8 o0 z. q7 G! L 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。
, M) |. F. h+ C: q/ F* p2 p7 g
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$ r1 ^4 i2 H' c& @ 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。
2 ~% o! D. G- p2 h Pandas
6 b- Q% D6 S" w% I! g; Q7 e& A 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？
& P2 d" q- q- w' _$ {- X 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。
2 x* s1 x' i* Q+ P2 b; B5 u+ G 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 )
; y. d3 e* q# G: j 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。
4 R6 M# l4 D4 E ~; e) P
所以有这样强大的库，研究人员有什么理由选择Java？
- U$ `, x( c+ Y) Q* H
scikit-learn
) ~2 s! K$ F q: q( j n
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）。
& }- m% D! h1 t" m2 e+ \2 {
+ M& P$ w, Q) {' m( }- w8 `) s" P; h 简而言之，只有你想不到，没有它做不到。
- t, f/ @" L4 L; M) c* I2 n: h( O2 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？
. z. @: |3 {: q) W% v" r
matplotlib
, ]& ]. J( X, ` v& R1 `; 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？
9 t% y5 b" y- n0 K6 {. c. _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。
8 \- L4 @- v" v4 z* @
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。
$ `% {8 {) u3 a$ R+ l' |% w: W 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。
! R8 x7 L+ T, T/ u; w 安装Basemap
: ~ ], A8 S w% U: y( b0 y* ] \ 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。
: y$ Z ^; @! C& l+ D
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
* \6 X$ M/ D2 A, G d6 O, U, ^
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
( e/ }# f* @7 q8 k. F5 Z5 \1 X8 z! b2 Z 开始画图
) Y9 t) B. h$ v8 ^3 l
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
1 G$ O; c' S' m from mpl_toolkits.basemap import Basemap
2 p" I" @( }) D S c6 T plt.figure(figsize=(16,8))
; R ^ ?: h! H* i- F$ t! e
m = Basemap()
* J% ^* X* I1 x4 c1 A5 H+ e
m.drawcoastlines()
% x3 u8 O9 f# P2 J3 S
plt.show()
6 F. |# C2 |) B; [- O3 Y1 H& a' 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：
* H5 w) N A. C4 P f: x9 Q+ I
$ i; D: r6 T3 ~# {2 y/ Z
你用Java的4行代码画一个地图出来？
. f9 C3 e, @2 v |; J0 d
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
' `6 G8 P3 {8 p- t: D
就变成了这样：
# W; I) r' m; h' [
/ Q) L, d3 `; m 用Java可能吗？用PHP可能吗？
, n, D3 C) _, Z- ]9 }1 Z4 O
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)
9 R1 V$ \; l' r! P: }: E8 w 然后就得到了中国地图：
* }! a& D* `8 U* ?( j
5 ]7 V5 L o# O' ], r, w. |
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)
6 H+ N7 x( B. R4 C; D
这次终于看上去比较正常了：
. A% f4 E$ w% {* i
5 }- f! L" j, 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。
% o2 S8 p. @: G 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：
* M. v) w) ^% `- d
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
3 |! V/ b. a8 r+ t 然后就得到了下图：
: L0 w/ N/ S- z# o V- @
U" a# I' ]0 B# O# L2 Y k 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 F" u; g; j2 D8 o* P( z+ k
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。
5 }) u. n! ]* [3 c7 G" Q1 f
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。
4 c( [+ @ P8 X6 U' \ @ 补充：
% }8 |( m8 k8 {% }5 _
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。
- w( ^% U# N2 k2 J8 H! }
: i* _3 ^6 m9 o* B% B# Y8 Q! y ▲
' s: o* Y5 q( i5 A0 x/ I END
8 B. j$ V- S; ?, L# { }/ h) c 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。
3 x! S" z0 w( a+ h( F% W
9 Z4 a, ^4 f: o8 d; K
