5 T- A+ V- h( A& F2 V
( W7 E( `* s$ E( ~; r4 E- w9 e 源 / SegmentFault /作者「张京」
0 H6 C3 L, \9 \& z Jupyter
# X2 X; g" ^6 [ 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 R2 e* E) d) {4 i4 \1 b. d9 r+ F
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。
% D4 p5 [2 t1 A0 G& _+ M
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。
l' n Q0 P# o
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。
$ O% O c/ F) P( M t
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。
/ t9 k8 c7 p9 z: G; q6 L' ]' d2 `
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。
; A* F' \" B5 z1 \! T: P s9 } 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。
$ h' t. @& [" B: ~& b 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。
: G; \3 t7 [$ l" w0 \) C. e
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, Y3 r; @3 Z" o Pandas
/ Y1 B) y; g& O9 Q 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？
9 G9 O0 ]) R' r1 ~6 g# o( M$ T& a
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。
+ l# Y2 Q0 N5 T 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 )
/ p- V2 }/ P% A- \
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 B& c( k$ X) A3 i% c 所以有这样强大的库，研究人员有什么理由选择Java？
; N9 G! P5 h, d r' T scikit-learn
. C2 n# _( |. w6 U 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 v% j, L7 P/ { t/ q0 ~% I
3 `6 l: f) F6 q' ^* h8 U! m% E7 P
简而言之，只有你想不到，没有它做不到。
; b+ O$ U2 f( l( v: `3 B
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？
3 A- _# D, M8 z" G, s/ a matplotlib
# {, b# b0 a O$ F* K: `
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？
% d3 n' |, G. T 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。
% }- C! k" f: 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。
) d; R S2 Z$ W4 l4 g. P
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。
7 s/ P% ^; I% x
安装Basemap
' ~) O) s; b6 N, d
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# B& Z) H2 Z$ h s 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
, [5 @9 ^! w$ S5 u! e$ u7 s* H3 Y pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
' M' U, i4 F$ N% [
开始画图
x& t5 ~2 x S 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
" v" Q0 d4 E6 }2 y9 H# ^
from mpl_toolkits.basemap import Basemap
/ A- G I9 [3 {, q r& h7 `9 ` plt.figure(figsize=(16,8))
- m3 l4 M4 h& s
m = Basemap()
* ?$ }2 U+ A+ v! Z r m.drawcoastlines()
6 B: L0 L0 X7 N; j% [0 h# \7 Q plt.show()
0 N0 u4 i/ k3 A9 W) t+ 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：
6 u6 W% ]. U2 N b2 ?9 {$ L
/ I& S. `! `) A" F# V$ _0 ?5 E 你用Java的4行代码画一个地图出来？
6 F" l5 e' B0 T7 f
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
8 a! A2 A& Q6 P 就变成了这样：
]9 [" a) O, T ' v0 p8 w( _! d$ z, r! G
用Java可能吗？用PHP可能吗？
8 l6 q& _3 b7 f5 n 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! Y: H0 W) Y. q0 l8 S
然后就得到了中国地图：
; \/ M: A4 j: g/ w + m% l5 n. | S+ E' S5 Y/ Z
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)
( a- O7 f. D! G" H& y. ^ 这次终于看上去比较正常了：
9 R/ i- h, h3 g( n. h% e
2 C. M/ o/ q: a/ 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。
: o& G% u/ S& e5 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：
4 s4 N1 v1 R# K2 i( W
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
0 S( f1 L0 E# i6 `) C' `
然后就得到了下图：
# L1 {% L* h; w
) |! E+ \1 y' E7 s6 P0 y+ o* 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。
& T, y5 Y' Y0 D( ^0 p: K4 k
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。
& R6 r# P4 U& \$ w K/ Q9 |
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。
" S5 H& K$ x7 j, f( H! t8 a M
补充：
) Q" t) y W% {( C' k# J) o1 S) _" _
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。
8 n n$ E* D3 @9 J" l
5 v+ h, n% ~ k9 b4 r x
▲
1 |' F& D6 X2 K; k6 ?/ ^
END
* M3 M2 D/ x' Z+ Q; {8 F. | 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。
5 g$ j/ `- X6 k- {7 r
! G# T. \- D0 Y" j$ N' f6 |$ R5 x
