6 K) W1 I1 y9 C8 p
/ o4 }3 W* N4 Q6 P6 j
源 / SegmentFault /作者「张京」
0 r# }5 t* I( w% \/ b, H Jupyter
% ?3 x$ O9 @+ }# E. d5 A+ m/ d4 v
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。
9 ^) @% e2 u( J8 H! D- 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。
0 {* w& D" J, a+ z( l5 h 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# r, o3 @/ ]/ U. I- ~ 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。
/ e; \& p: C0 {& ^; l" T' e* X* p 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。
! u. U% e. L2 ]) h( \, M' ?
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。
1 J- f! a; F* T" E' d
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。
2 \$ i3 m% ^* ?
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。
& |# ^0 Q3 Y9 @9 a9 Z' @/ ^ 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。
8 k" N6 z8 _* N( |/ }# Q# U- I1 q# p
Pandas
4 w- F, e" R5 O* o% }2 @, 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？
$ l3 N0 r! x& I; x, L
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。
: N/ r2 h6 g: ~) R# a
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 )
, V4 V/ u- m9 {# w; L' h1 V 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。
: l& a6 F5 M! d0 G' u4 B" Y
所以有这样强大的库，研究人员有什么理由选择Java？
3 ]6 @3 e1 {$ p+ N0 y4 a; ]$ { scikit-learn
" P& q4 E5 d1 K5 j# O3 D 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）。
! Y, g0 C. C6 U9 s9 m9 U5 `+ o( ~, E
简而言之，只有你想不到，没有它做不到。
) L) x# `* K, x6 k% c% W: q. o& k 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 }' g# D9 o ^! ~! y* S
matplotlib
& m% _6 |9 y: X
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？
2 f( F+ L0 p, Q2 p: d
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 r3 s& I3 \7 U! r! t
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。
, F7 K s0 r0 M8 e; v7 {5 h 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。
/ n! ?3 B3 `6 E% Z2 _
安装Basemap
/ z: @) p- t, i* y7 S( l6 [ 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。
6 x* ]1 k2 ]$ I8 [4 Q. U) L E7 c 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
* u) \6 t* |1 Z+ @3 }. {. A
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
5 [: J6 L& w X' z8 p0 w 开始画图
0 g$ L9 Y, Q" }! c) m1 Z. B 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
' a) X# u/ t5 w# u, @
from mpl_toolkits.basemap import Basemap
' V0 F# f6 @1 I, P3 L' k
plt.figure(figsize=(16,8))
E$ t; I4 D. X) A7 q7 v* i m = Basemap()
9 q4 j2 Y/ j7 e
m.drawcoastlines()
0 ~% S: m0 ^; J6 ?& D2 L plt.show()
) m2 n- C$ H+ N 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：
8 O5 n/ ^: f- a1 J
' {6 T3 ~: S) Q
你用Java的4行代码画一个地图出来？
. `9 \7 r% _) Y# C; y0 L) Y 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
# m( f# `4 @% r/ @9 n- [6 ^' ^ 就变成了这样：
( W( o1 h! O* Q1 \7 v+ l - j. `1 \6 d" R* d" D
用Java可能吗？用PHP可能吗？
; Q& F! i; P$ _
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)
7 n( H* y }% @! l" B
然后就得到了中国地图：
( O1 S2 X( L6 f7 |$ R4 I
& _2 b4 D) c @* {/ s" m0 f 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)
" o4 x" D# H- E2 j 这次终于看上去比较正常了：
1 ^) `+ `# ~+ q# k5 T& l5 f& k1 g$ H
: H8 F" O g0 _7 C. E 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。
9 D6 ^( H" G4 F- ~ i 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：
" A4 r2 r) Y' ~( u7 N
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
% F9 E* i; E8 z% l 然后就得到了下图：
4 ~7 P* a0 [2 |3 S% x' n' g
$ m9 ?! `" p" O
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! o+ X. H0 _4 i, f+ u+ V 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。
; q5 t) `4 I2 p6 \# Q. O
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。
' L% |% x- x, Y+ q2 m' H% E9 o
补充：
- @' _" A* u: Q; n5 G' j
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。
6 d4 s/ M/ O7 f# O: U# M# e+ ?3 g' s6 ]; x( g% e" ?" H; b
▲
0 q7 {: s! U) `, d; Y' Z/ V* q% o# F END
- u$ Y0 g2 a1 I! s6 @9 N. j 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。
4 z/ S' \6 s- G& q! ~5 r2 s
5 ?, \- c1 o# s* D# W" r- g 
