- z }/ u% e5 M1 v: i; |
6 q! |& e; [1 y- \' ~" [ 源 / SegmentFault /作者「张京」
! }( @- l& \( h, A) j
Jupyter
" }/ l" }5 V, v( a 首先，第一神器是Jupyter。如果你是第一次使用，可能搞不清楚它的开发者做这么个鬼东西出来干什么，说它是博客系统也不像，说它是web服务器也不像，但它就是有用。
8 K. U, X" \) p g
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。
p( S: q8 \2 Z$ t( |) k
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。
& _) k& A+ n* k4 c
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。
+ Y6 [$ [ p3 P7 X4 x2 m2 n3 W
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。
. s: A; _. o' `! x 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。
6 j0 L# X9 ~! [
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。
4 m- D! y$ p! {' u4 t3 r3 s u1 ]
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。
+ {" K) J: S. e
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。
; a. l1 K6 e) |2 ` Pandas
1 U+ a% v9 Q$ W- s3 w# G+ J+ Q& j: h
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？
; i* g3 e" t$ u/ T 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。
% w1 ]8 ~) i, k& ]/ F
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 )
+ E( P0 T/ }. f0 `0 c0 O" h 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。
( G2 d7 q |8 ~3 c6 N9 }% t6 V 所以有这样强大的库，研究人员有什么理由选择Java？
+ ]1 i% n; A* Q- X3 N6 L! o
scikit-learn
8 w: [9 Q# T4 G( j) ?0 `4 F) f, ]: ~+ S( 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）。
3 z Z6 D+ u$ Q2 r9 w
' O) |! E i5 S: P 简而言之，只有你想不到，没有它做不到。
7 W7 \2 [9 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？
1 K3 d: j3 J5 g6 Q+ K+ I matplotlib
* E( v, B- V5 p u4 {8 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？
- v; ]7 u: O$ S( w& y% j/ b 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。
) h" F% ~, B- x6 Q' ~6 T/ d$ }2 T) E" ^
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。
* o; d5 Y1 q3 s" K+ y% P. F: Y- Z 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。
% T0 }5 q. i& y! W
安装Basemap
5 w$ C* r* d* L. | 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。
* U% D+ x% A" Z: H* x7 X4 @7 U/ k
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
" k/ S" p6 ]( V
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
- y; K0 M' A# S) S+ g 开始画图
* k8 ^1 k, b- ^0 E/ R* c$ p/ x 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
8 Z* o9 ]. [& g) D3 \3 c( Q8 |
from mpl_toolkits.basemap import Basemap
( s2 D/ ~! O. y$ n) W8 g
plt.figure(figsize=(16,8))
* @# ?% ?" o% R5 Y" D) H6 O5 n8 a6 x
m = Basemap()
- H$ [8 C% w; u( z
m.drawcoastlines()
; K. O% r) n& L" b; ^, H' K3 m
plt.show()
0 s% w( N8 h' P! t. h; c) k 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：
- s% G! i* w# v ; `: H8 ]' U5 Q% F% U5 S$ @
你用Java的4行代码画一个地图出来？
) K4 z# P9 K- o5 K# n 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
# y$ q& i( g5 _4 M- p3 y, a 就变成了这样：
0 l0 f/ s' l# X
+ ^- K6 C7 ^3 p, H
用Java可能吗？用PHP可能吗？
/ B; z3 L/ n/ f+ @7 T
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)
& I( j! w' y0 h3 W 然后就得到了中国地图：
9 T, f) Q) ?% U: Q
5 j9 O% d8 v2 y/ j9 V 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)
9 E* Y* p1 w1 Z+ @+ p
这次终于看上去比较正常了：
* I; A/ I. W. g * k) o+ w# W5 Q4 N" Q- g- V) X% e7 \
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$ I# F/ P1 _$ X3 T: M: k 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：
! f' X& W/ M/ j+ w" S5 i
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
6 M2 {/ k8 g! ^
然后就得到了下图：
8 E5 \1 c; j3 g8 Y- U$ m
( d+ L* A2 n4 B" Y8 Q 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。
( u' |6 A1 ]- C2 i I8 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。
; f; c; k$ E- d# @, s! R, 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。
$ \8 O" e9 R7 s' _8 }: m 补充：
* ^+ q7 I- l5 ?9 C0 I+ F' g
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。
( x4 P6 L/ [! ]% p6 P6 e- `
& ^9 Q( g. m9 U" B# h9 Q
▲
! ^* x+ q Z/ A1 ]6 V% J END
6 e( w2 T( m% X
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。
@8 T6 E2 p# c5 H: F. v: z
5 {, L* B) X+ W% s6 W 
