' z# d4 m& J& ~7 X& w( K2 l . _" l9 k d6 g0 Q2 w
源 / SegmentFault /作者「张京」
( o j! h, Q( D& o3 G4 ] Jupyter
# P7 @. i6 i- @) J1 Z4 d/ k; R
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 A* P9 c; Z6 C6 _7 X
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。
) `1 ~5 P0 L! n. O: P
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。
: }$ l2 W* M3 ?, o. x 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。
! }9 x/ z5 {6 A* ~9 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。
' { x+ E9 j) H! M/ 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。
! H! }/ u3 C! [7 U' T8 D3 {* L$ M
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。
, F! z0 D8 i( g" s' c3 b; s4 j9 J 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。
1 K: _1 @1 j! o. e/ r 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。
+ j5 R3 R+ ^( u: D; K Pandas
* m* A! O' F$ \% |9 i, b1 J9 m 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？
% @# L/ K' t4 Q, Q5 M$ 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。
+ \: D# u6 a9 H, k" ^4 N, i, 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 )
; _, M8 o+ K! y
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。
8 \' M1 |( y+ X' F9 S* T4 z
所以有这样强大的库，研究人员有什么理由选择Java？
' l/ B7 K4 u- t' }- D scikit-learn
0 G8 v W! {+ x, {
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）。
+ u3 H2 P _; I+ O" s' L- C/ P6 y }" t( v4 B9 f- J
简而言之，只有你想不到，没有它做不到。
: [ y1 P4 O( y0 I! B
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？
9 c' ~/ H; S s5 `1 T6 f& m
matplotlib
8 p% Y9 k+ c3 t) } e 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 Q/ E6 _ o. C8 \/ M: ]/ 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。
8 L* r, E3 W2 H( I* u( u. 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。
) M/ Q& C9 J" D8 ~' N6 O; {' C 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。
3 m& i/ F/ m% n4 E; N3 O7 {4 ^' D, _
安装Basemap
, ^ w+ h! W0 i9 m2 Z) S# f9 i
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。
$ O8 I4 i, T- q- Z$ m+ y
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
+ Z5 Z! h \' a) J4 r0 X' }# ` pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
( b% r' \& H- U" S' g
开始画图
9 D4 n H' U7 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
2 l6 m& c4 P) x% t8 V2 y
from mpl_toolkits.basemap import Basemap
( m- i3 n" D# }* P: h2 ~ plt.figure(figsize=(16,8))
, h5 A% G6 F: e( m d: X
m = Basemap()
p. B& P; N6 S$ @2 u" |' M' R
m.drawcoastlines()
+ T* K! q$ v) b) u2 r& V; S plt.show()
4 p9 m% P/ i6 f3 y! w1 w 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：
$ {+ ?; h( W( O( [6 a
/ f0 c' `& N2 G/ X 你用Java的4行代码画一个地图出来？
: f0 i( s! v! ]1 b) F! n3 \7 K
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
' W9 e% M$ i1 h& A P
就变成了这样：
+ {8 y8 i6 j6 E) P* L* H) l& Y9 e
# a$ S2 n1 G6 S, u( B7 h
用Java可能吗？用PHP可能吗？
# x# q" i ^! L- ]7 e4 T/ m 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)
, r. E2 L2 h( C" ? 然后就得到了中国地图：
- E* D( Y; S$ p& p" _
( Q3 D W; r- ^/ a: }/ I( r 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)
+ _& E: P5 [4 \3 j 这次终于看上去比较正常了：
) W: m0 N1 m$ {4 L
4 B. V. ]$ |7 Q1 M- A, \ 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。
1 m3 w+ x X3 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：
4 c+ T0 h `. _" Y7 o
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
8 {2 ^5 W" W4 }3 a% ]4 T
然后就得到了下图：
. R0 W7 {7 v- ?6 \. X+ L( y- g
/ c4 i5 f% Q0 j- r
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。
, l$ w6 q l6 i, H 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。
! M- k# D# ]0 A) H! ^% W
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。
% m9 c/ \- g2 H8 U 补充：
& `6 h6 {" T; [! v, }
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。
8 P# z3 C9 r. y$ P
2 a o9 c" A8 O' W) e4 K
▲
" q# ?& N4 G/ m- Z; K- S
END
7 E& {1 o v0 y1 H8 P
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。
* H2 E% O! f; L9 X
: o+ C6 A6 G7 R8 {; a
