* d! ~# j3 @! j
: {( H W5 @( H3 ]- P8 w; L, B# P( l$ Y 源 / SegmentFault /作者「张京」
& P G( f3 q0 }, j1 C G
Jupyter
! e7 c( r) m( N# x' c6 b8 F 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。
+ r+ t4 z! ~. w9 \6 z, K
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。
# ~7 S, U8 U0 M/ @: V; E ? 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。
! R5 k; t {$ w# s# @$ w1 _8 P6 g) 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。
5 ]2 J& B5 d$ T% f$ }2 h 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。
$ `( x6 @2 H2 B7 e( k1 C 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。
- O+ ?8 `9 L2 e% H 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。
1 x1 f h" m& f9 [& X" { 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。
6 ] }) |: x7 @! N1 V2 s2 V2 d 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。
' v% ]; y1 Z" L5 u# V% ?1 v
Pandas
$ t' `. d4 g0 w1 d7 |
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？
7 a" a2 H0 q' L4 Q 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。
6 y1 t! N% w0 s k5 {
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 )
, s& ]( B/ l6 g2 l" |
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。
5 T: a1 E9 I. b* \
所以有这样强大的库，研究人员有什么理由选择Java？
# ] o( g8 r, q' ?9 Y; R) C7 v; ~
scikit-learn
2 V# S& x" m% {
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）。
* ~' a) y: D. `! Q \5 R1 G9 a! H G
简而言之，只有你想不到，没有它做不到。
# B( t1 D7 f8 |/ X! ?0 K; F, V
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 Z( D m* T! m \7 j
matplotlib
2 m3 b2 p3 U. `5 H 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？
: R# w) a1 G' F7 r$ M3 g 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。
' P# ~. H, v# l6 P, O, i 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。
' N" n! q3 y* t6 z: L 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。
+ M9 v: K) I. i+ m, Q; V
安装Basemap
2 b0 ~3 j! H5 j
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。
. o( B$ `+ l$ d! U3 U2 g
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
- |: ]" X1 o. K, c, t2 o pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
. T, ?3 o& f6 ?9 x& I 开始画图
) M+ U' \3 P7 S- y1 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
: f& E: f% n; h* P from mpl_toolkits.basemap import Basemap
$ T" { y4 k8 [) ?1 O* f7 Z" F4 f plt.figure(figsize=(16,8))
* z. B7 d( H/ C; B1 E m = Basemap()
) p4 _# f7 m% j1 l7 X7 H
m.drawcoastlines()
; ~! W( r( A* J, V, R& v$ i3 f
plt.show()
/ a3 m3 |2 b' B 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：
5 I" _1 C3 z( O$ V# G& m7 f
$ A5 Y1 m0 {% {4 H5 G% I
你用Java的4行代码画一个地图出来？
4 f- [: ?0 R! I7 l 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
) i+ @2 W' E5 S8 o+ U8 l2 K! h 就变成了这样：
$ e2 Q, T9 `4 F- m/ [! S4 K & N- W7 v+ r- d. T) Z/ B/ r. Y
用Java可能吗？用PHP可能吗？
! [& \$ \9 I, 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)
# B% c5 Z2 `4 E) B8 E6 f* k
然后就得到了中国地图：
" [2 Q) ~8 W! Q: e
" ^% b; T, s6 o7 |# |* \$ k1 w 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)
* A3 g, y% _- B 这次终于看上去比较正常了：
9 X8 _7 ^$ \. r/ d3 D8 k$ S
. K6 j" }2 N5 c# g. @ 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。
, ~1 S8 ~6 H! C3 k) J
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：
% P7 J3 Z: [; P% ~( ` m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
& n( ?$ O" d5 F& Q$ d G 然后就得到了下图：
5 Q0 o7 o" E1 w/ X5 t* E8 u6 b
4 Q9 R7 C* J R, l2 d
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。
, ]' k& n# |8 [; P8 }7 h n 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。
) I( X2 G/ Y: D( A1 v& h' r3 S
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。
4 a! S& j" O Y& A% s5 ?4 \( A
补充：
" J6 `: r* D0 P9 w 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。
' P. L5 j& L/ i5 s. q' {
2 H0 L" l& |/ t) W8 h9 H ▲
3 J: l X$ l- _0 J
END
) I2 z& _4 a! e- t* k4 i$ X$ 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。
7 D4 W. i+ A+ C- Y" v) }4 v
- ~% n1 R' k8 | 
