k# h$ }) l: u# N
! S8 J/ [0 r1 }! E* n8 [
源 / SegmentFault /作者「张京」
; Z4 p, O8 f" N7 Y) A# m- T+ B
Jupyter
# w8 z, W4 ~( x- 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。
- f T/ {) L$ k1 c& i" _8 {8 P 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。
8 o0 S" r$ u, K' r 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。
3 w' }) a' r& U. R- H
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。
7 t7 j9 H2 x6 ~1 Q" C
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/ G1 k% [3 E
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。
7 `$ t+ s& u+ g6 X
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。
9 b3 Q$ N. l2 x7 `4 ] 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。
: ]: Q7 _; }# [ 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。
5 E! m2 x/ ` [( ? Pandas
: S, S {4 ~+ }3 i, ?& w: S' v, _
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？
" u& e; {+ j# ? Y5 {1 ~2 M
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。
; J) a) Z ]/ E; A1 V. ^6 w 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 )
- H* s: M7 U- T" n8 { 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。
/ p* W/ J* i0 H6 B 所以有这样强大的库，研究人员有什么理由选择Java？
4 ^! d7 S1 R8 s6 V0 t+ l& |
scikit-learn
: O( d* y0 ~( y! V3 y7 ^) q 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）。
( {0 E2 E0 f- c4 l T
0 s0 c( z9 m6 j a$ O
简而言之，只有你想不到，没有它做不到。
0 n }; T8 o B" E& ^! X, H
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？
2 t5 P/ r/ \5 `8 i$ O( s matplotlib
9 X$ {: x1 s$ P; u( F+ 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？
) X) g4 [) b" [+ t( |. R: J
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。
0 j% R9 E' d; l& t8 ] 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。
- q- f5 B/ X8 a+ o k 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。
9 [! Y$ b3 n9 O% s 安装Basemap
9 {; u6 l) B) s3 r4 r A3 z; A 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。
, T1 Y$ P `' [# b! C6 ~ 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
& s) _, f; ^6 b3 t' r) i0 c pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
4 N+ u% Z/ I8 J% _+ o& N
开始画图
' }0 l. }1 E0 e, ]5 C* z
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
! K0 \/ z" A, v% U7 T! a. g5 g from mpl_toolkits.basemap import Basemap
3 u, `1 D. \" G4 T2 g
plt.figure(figsize=(16,8))
4 L) u; o) j" Q) n" U! ]
m = Basemap()
* }" X/ @. S# C0 H3 E! o5 _ m.drawcoastlines()
$ Z% T( ~2 p* U5 X; C
plt.show()
3 K5 Z; j1 s. S& A4 V4 `% N% 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：
( ]# f7 P6 E7 K- ~; S
/ f+ k6 \! ~# D3 q 你用Java的4行代码画一个地图出来？
! Q$ P9 e; R" a" ]8 J1 L. b
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
! f$ O+ l5 [ U( k) q3 P
就变成了这样：
8 @ Y, O' m' r; [" T" n s" d
" \8 o8 w U+ ]+ J* O: `6 z 用Java可能吗？用PHP可能吗？
: O; f+ `# H# h/ g" b. R
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)
0 n4 t$ c' L3 c. J
然后就得到了中国地图：
7 G6 P0 F1 v# t- w$ v
2 E) D- r# M* O5 K& h+ m
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)
2 D+ `6 a$ p+ @ N! i! p1 v& R) C 这次终于看上去比较正常了：
; k* z6 z/ U1 o9 z Y8 U* e / X* r% ~" G( l
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。
& D% O9 a5 ^. T4 K5 p+ F
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：
% J b7 ^' R5 j% y3 o( U4 k) m, p
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
/ _5 x& Y( E! _. g% k! D# r j
然后就得到了下图：
$ k* T, O+ x; W $ t, s) U+ K0 ~% ~
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。
) G3 Z5 g9 Y9 q5 @& W 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。
' p5 e# u7 ?- \ 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。
) o j' z/ T8 T" c; o5 W, T, q; c
补充：
w' f5 f4 P! Z6 B+ E+ t, { 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。
2 q2 o% ?3 j5 j; o& a$ l L9 X* F/ X$ L. I
▲
4 S' k5 }9 M8 _9 D4 m
END
5 x: j* s: x. {; |% K* J9 U \ 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。
' c9 ~6 y* s. ]& p; i
& x; B& ^" l! M- }- K( R& n' E4 B
