5 w8 l. M& d o; B
# e! c: u1 `. ` 源 / SegmentFault /作者「张京」
; y* H0 [( G) H: V# j Jupyter
' u$ Y) s, {2 q. p/ |) _+ U
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。
[5 @! P; O* c* |9 s5 E7 h1 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。
% ~7 |1 _% W9 P4 r9 I5 U. V
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。
% w2 m! x; l* E& U
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 x) f# @& a. B8 o 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。
; |% o' Z* ?$ f' B4 n! 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。
/ O* {0 g$ f- 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。
* H" K4 r; v2 s7 ~( H* o* {+ 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。
# y: b( z. t* H- d' b$ L( _ 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。
# J# B& `. |( T3 s# g# z Pandas
3 K j6 s$ y% C/ X& {9 L% W+ J% F 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 l* J5 H$ h T8 Y
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。
1 H- e1 Z% n' }3 U7 x5 O 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 )
$ j7 C% C- L. I/ N8 s3 [ 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 o6 Z8 f$ ~. j, j+ t8 z% p
所以有这样强大的库，研究人员有什么理由选择Java？
# P1 m8 T6 A$ e! ]8 P6 u' K, ~' P
scikit-learn
- u! @+ F4 N7 } ?
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）。
+ O/ E- y) q6 h8 y6 B) z# u6 N9 Q" G9 w! ]2 i3 ~1 y- f
简而言之，只有你想不到，没有它做不到。
9 i- M: y( \5 }3 C
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？
# d; ?$ ~! F! L6 m8 K matplotlib
. A; Y- k: e5 {# M
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？
+ m) ^8 M( H" J- J- D4 a, \3 D* g 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。
" k7 i' n$ h- G `5 D
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。
9 X7 e% T: U, C: F; a: Y
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。
, M) }+ b( F" u( {% X
安装Basemap
. t# ?( R8 @3 G
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。
8 D. I4 j/ E+ O1 n- J$ t
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
* G: P: j# D: @/ E% X
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
0 B' k: K T1 U0 K* _ 开始画图
1 i: d8 d+ I2 k: p3 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
X. g: Z$ l0 D) L+ O) I. B
from mpl_toolkits.basemap import Basemap
9 Z" `* @1 b7 w3 F* T8 r4 Q1 Z
plt.figure(figsize=(16,8))
. f! B4 f8 j% V) @6 _
m = Basemap()
t( c" G- {1 f4 a m.drawcoastlines()
% B _% \- p8 {& w
plt.show()
0 E2 m9 E9 Y4 o# e1 t( F, j2 U
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：
. n+ E* ]( @# H
) X0 G- q& p3 B
你用Java的4行代码画一个地图出来？
7 k6 X4 r7 R' n; A4 y7 ]6 z5 L9 Y
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
0 v b8 c6 t& Z2 O* V4 j S 就变成了这样：
8 O: V) A |3 D9 {
9 s: z4 C$ A' g( x* k% G& D 用Java可能吗？用PHP可能吗？
( }9 e( f: V& F, v
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)
% W5 F% O: b* n% _+ w4 X; n
然后就得到了中国地图：
9 _9 a" \3 I! |7 {2 I% E, ? p
4 ~' t# K! l% i4 ]9 R5 A 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)
' |; s2 D$ T! v. I/ P
这次终于看上去比较正常了：
" S1 g2 M5 ?" c
- H V! E2 ^1 P1 H* d" L, y
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' v8 j. r! v 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：
. a; {5 X! ?% t, U" l$ B4 G( Q: {
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
9 P3 M7 O1 d+ I& g3 h 然后就得到了下图：
0 Q3 g, a5 `# O* J5 W$ N 3 U; u$ v1 f$ K# e* |: F4 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。
: e! W: g9 _# a/ d) I2 O 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$ W1 f' s+ k0 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。
0 M7 S( \/ C2 F" E' O/ \7 a 补充：
9 m: U7 C1 a' Z& }* h s1 h
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。
* Z% e$ C7 v$ i* e
% q+ V8 _+ I6 x4 B) Z G& @ ▲
9 [' A0 C0 x6 c* V3 ~. l6 D$ ?/ P# C9 X L END
, f; P* g2 Z5 V3 h 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+ F0 n: L) n( O8 t ( Z4 _$ S" q4 c6 B
