! ]& y! f- Y, ^$ G7 F' K t7 E& l
% P! U; O* W. Q 源 / SegmentFault /作者「张京」
7 U' J! w K X& y) h( b Jupyter
& n2 P8 q* R0 D' ?" s& e$ 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。
3 X% j9 d# a8 h: A6 N. A
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。
. \5 R8 K7 j6 I 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。
7 E5 R: T! W# p. c- Y: F: 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。
# q6 Q2 ~4 x; L8 Y 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。
! _" x9 q, T7 I6 z 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。
2 h+ @ o: L- o4 Q2 y( 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。
2 E& C9 p' h: l
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。
: [. J- ]( f* J& R* [! 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。
2 i& N: i, X- U# z' ?
Pandas
' z. V6 H5 x5 v! m- ]0 a 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？
1 U! R) ]8 l* M* K+ E
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。
9 [6 L3 \& E6 N
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 )
3 i& b" C; n3 o 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。
% k. Z3 M' R& H5 }/ A) ` 所以有这样强大的库，研究人员有什么理由选择Java？
6 V) x G- w2 A5 p
scikit-learn
; ]; k! D( E# ?/ o
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 c8 H2 S& k5 ?; M+ a
% v$ h4 a3 p1 T2 c
简而言之，只有你想不到，没有它做不到。
) J; A: r5 t- m3 { 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？
{4 m, c, `( r6 m+ g+ z# E5 o matplotlib
0 G+ l$ D6 ^0 K! `% g+ w( |
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？
E) Y6 P r S# Y
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 {( C$ m+ ^3 {! B% D/ z/ @
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。
$ H5 Q$ r( e% F) X3 `
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。
6 M5 y. t/ d9 O/ _3 J& U: X 安装Basemap
" G' v3 A- v, E- n p7 q 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。
) B$ {0 P+ \' V0 U1 q 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
- }" E! S$ a H* c* S- K
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
) E% b! [& R }3 {+ x% B- _6 R# P
开始画图
, M7 f( s# N* I) h3 h8 k6 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
4 P. Q& b4 O) R9 b
from mpl_toolkits.basemap import Basemap
, K$ Q, ^1 y+ z: S. P1 k e
plt.figure(figsize=(16,8))
( j2 _' `. I. i3 D5 }, L
m = Basemap()
9 |0 R* K8 d0 A' _/ A8 @2 ~( ` m.drawcoastlines()
+ T& [0 u) I, l+ Y( w
plt.show()
. N J! T) a% k+ E. c/ a* w% 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：
* |, N8 V/ r7 F( X Z# ?: f / _1 `( _2 h0 a% c4 b
你用Java的4行代码画一个地图出来？
6 D+ e6 c; u) ^* g5 u/ u 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
A" q0 c1 w# P* L! s8 j' ~9 o: E
就变成了这样：
* e% ~8 j) K1 O3 z ! E- I+ J$ Q3 f" z2 L
用Java可能吗？用PHP可能吗？
$ J; U" \) ?# C$ V0 d3 S2 q! l 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)
& p3 \: E3 T, ]# w! @1 W9 z m
然后就得到了中国地图：
' k. [5 b5 u R+ c& Y
- `2 L7 R/ |+ y/ {$ k+ o$ j' ? 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)
3 u8 u) ]" }- \
这次终于看上去比较正常了：
7 O6 X/ C2 {" T
. v% X: T+ v6 J0 o 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。
/ Z. e* s9 V1 D( d$ u- O, N- C& [3 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：
9 }) x, j7 U, s$ d
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
. I5 x. X9 ]+ T
然后就得到了下图：
; K4 V1 w. W j7 C( r& X% o) R9 p
+ U1 s( [# N1 _8 l
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。
& ~7 F! I: x4 t) ?
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。
( L) K0 v. [' P4 P, o3 b9 _2 }6 J
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。
) b3 c i) a7 n2 m: _9 J2 L" j3 W: Z
补充：
# t6 ?: f# ~+ _8 e6 N+ z 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。
" A0 K) P$ R. C/ N/ U& I5 v
* s, ]7 b R- {0 _$ I$ x
▲
7 h6 m7 w: \5 M+ U7 R8 Y" O END
' H. I+ q5 Y$ i
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。
" e: ]7 N$ ^$ A# ^# w \
0 B' I" m. F3 Y2 e5 y4 x9 f
