! W; v* V: u, v( V& a" n
" X! m4 u# O9 ^
源 / SegmentFault /作者「张京」
# P- B4 h& k) s% H+ Q Jupyter
0 ^. T5 W# L8 H 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。
* p: A: i7 z& z) j" ^
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。
2 Z' s3 y- a1 d- X; j 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。
. e: G& V* n" x) w, O' P' T 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。
" `. t- I' x. `. ]! ?1 T+ l
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。
, a8 o, F/ T& g- ~ 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。
* y5 Y4 K1 V, o( ~ 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。
8 J0 u* j$ V* X3 o v3 f% W 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。
$ e" c f! D( K5 p) G Z6 f
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。
: X, ]$ t) {0 p: P Pandas
/ n. [, L) @% z6 C 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？
/ T! L- ?7 d5 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。
# x2 f6 d; A* {9 h8 m) P: K
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 )
( c9 |7 K" |) q7 f7 ]( O" t
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。
0 z0 ^ C* U8 C5 L' j+ v: G
所以有这样强大的库，研究人员有什么理由选择Java？
Q8 L3 @) t4 F3 A scikit-learn
/ A# B; z4 m) u- B* t 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）。
5 ]( r" r7 C, I4 d+ e0 l% d
) O# U' ] Y n1 D 简而言之，只有你想不到，没有它做不到。
' w! s) \( Y6 ?& `' U, c o6 X5 ~
所以这就是为什么玩机器学习必选Python的原因，你给我找一个Java或者PHP有这样多种算法的库来？
$ ?* Z) a% }1 t
matplotlib
" z$ {$ r4 l1 o7 k) Z 第四神器是matplotlib。如果我让你根据上面csv文件里的信息，画一个图，用Java该怎么做？
. m( j5 O8 Z# o X
你当然会去找第三方插件库，然后又是一通折腾，终于把图做出来，然后编译，然后运行。
- E ]9 C* l5 o 如果我要改配色呢？如果我要求画地图呢？如果要画热力图呢？那个麻烦就不是一星半点，而对于matplotlib来说，简直就是小菜一碟。
" M7 F* @: u/ }
简单的直方图就不说了，下面重点介绍如何用matplotlib配合Basemap画一个中国地图。
( Z+ h1 m8 x- B [
安装Basemap
1 C! ^9 y! f6 g8 c5 Y3 {/ ?1 J$ Y
先安装相应的组件。我假定你已经都安装好了Python以及Jupyter等等。如果没有安装的话，就去尝试一下brew install python3和brew install jupyter吧，网上有很多教程。
9 E/ d/ c/ T2 L5 g" Y9 X 然后你需要用pip3 install很多我们下面可能需要用到的库。但是因为我们要用一个叫做Basemap的库，而这个库没有办法用简单的pip3 install安装，所以稍多两个步骤：
brew install geos
7 ]! ~; Z* e; Y) J& l! i) J5 O/ F
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
$ {# L" u/ w- H- R1 K5 N 开始画图
& i9 f1 k* H. \" l3 H k- d9 u) T 启动Jupyter之后，我们还是本着从最简单的代码开始。先画一个世界地图：
import matplotlib.pyplot as plt
! W/ {' ?0 o) T
from mpl_toolkits.basemap import Basemap
7 o8 j; B3 c7 @/ Y2 u2 m# o( q plt.figure(figsize=(16,8))
5 U2 @1 \# b. k4 F m = Basemap()
$ I) w9 E3 b4 Y- _/ s0 @6 W i m.drawcoastlines()
B' r2 C6 S3 e) S2 U- B plt.show()
2 i# C K* r5 {6 X 前面两行引入相应的库，真正的代码就4行，够简单吧。第1行甚至可以不写，它定义了图的大小。第2行我们创建一个地图，第3行把海岸线画上，第4行显示这个地图，就是这样：
7 O: q% `0 T9 R( l8 K! v" }' o5 _ / U$ V. U' P8 A: Y! G. S+ Y1 q w& j' v
你用Java的4行代码画一个地图出来？
+ \) W D5 c0 H! a0 s
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
$ E# Y- Y1 {$ g$ I
就变成了这样：
6 |; |: ~2 n2 Q, R' l3 p
# e4 |1 H: x N! B. j; A 用Java可能吗？用PHP可能吗？
+ e. w7 V- 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)
6 g% Z' V& O4 Y
然后就得到了中国地图：
7 R- R N, n9 a3 V. _$ T
* Y: j* E" H% Q4 i% D, 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)
% c7 u: c, H* T' d+ H: G1 U7 }4 m
这次终于看上去比较正常了：
7 x$ ~/ V- a7 }6 J / X9 I. m& P+ j9 E/ U! K6 q
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。
; C( \2 R& h" F8 G0 z. h
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：
, V8 q5 e C2 q% ~' q1 H1 Z m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
7 E$ C4 B! ~3 v) A2 a9 z7 l
然后就得到了下图：
`" B5 ~- u6 _; U + x7 L2 ? T8 {# |' M1 Q* 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。
" d1 S$ i/ F+ _ 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。
; U7 [* V9 J6 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。
7 r8 M- B$ a2 B5 B* W 补充：
$ O" B3 c) H# C 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 ~* w2 r, y! g6 y$ i5 |' _! y
6 J! s* Q- d0 r5 @/ v1 Y9 i% D( h7 U$ t+ T ▲
6 C+ H1 I# h- [3 a7 S: a& _5 ]/ }' p
END
( Y" S. Q( ?4 M7 N: 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。
, o' c/ s( g$ a
' V. k. G l: ?7 R, s
