1 m8 c! t5 c$ A; B
# w* n2 s7 S2 T" R* e 源 / SegmentFault /作者「张京」
! L5 Z' v6 Y) q
Jupyter
, v1 g7 E3 M6 n8 Z6 w# P+ P" i 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。
. G; g& W; h% V8 E8 F$ U4 m8 h 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。
1 n8 r" _# J: R' s 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。
! ]# |2 Y% _' L0 Q 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。
8 f8 F$ j+ p- c: p3 Y; B; O" b 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。
6 S' g' M% o; R7 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。
, ^; T1 ]% c4 L6 z9 J
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。
0 q4 |5 p0 ]: v. x9 m
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。
, g5 z( z" h% g" Z/ x5 D) v) S: k) R, C
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 Z: u" b' N$ S, {! [4 k Pandas
' K% g, N1 R% W2 z
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？
$ l: Z/ M3 r8 ^ F7 U0 g
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。
$ l9 K+ P: E$ L; x5 p4 d' C% y( 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 )
/ m! i) Q$ {; f* _0 [( a0 Z4 [/ 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。
2 ]* }6 S% }2 B2 f; \) z
所以有这样强大的库，研究人员有什么理由选择Java？
. J7 ~, R* Z' p$ R1 H# L: d scikit-learn
- b, W5 h2 S6 K3 q3 [/ u9 Z
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）。
& ]. e7 b% @* E- f7 t* ~% w
Z: d, a1 L" v% |8 W5 b
简而言之，只有你想不到，没有它做不到。
* j2 m7 m6 @3 T2 X
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？
@( W9 E7 q) ?8 |& u
matplotlib
1 W; d2 b' F) D. b$ P1 g7 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？
# l. ~" } m8 l/ g. e 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。
5 h0 h# C3 c! Y, d" k1 ~
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。
3 x o9 z5 x3 P/ i
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。
) C" v( j* [7 c, z, Z
安装Basemap
' o0 c5 i/ G- a: z& v 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。
- k' {8 `( u! w9 \ 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 M s4 d5 o! l1 B% M pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
" q6 P+ |2 s3 x; \ 开始画图
) o) ~( ?6 D# e
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
6 O- B' R7 V+ H5 E j2 M
from mpl_toolkits.basemap import Basemap
% r W& G% ~' C plt.figure(figsize=(16,8))
. H( e- J$ C6 M( c) U
m = Basemap()
2 K) z) G+ v9 x m.drawcoastlines()
* m7 T( o8 l! O4 M8 |; ~1 ~: s plt.show()
$ m2 ^1 [6 g) R; 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：
0 ~9 B9 U7 r& _/ O A' O/ _/ z
& Y( n }; V3 U 你用Java的4行代码画一个地图出来？
h/ d3 T7 E& X- `! c# Y% c 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
+ n8 ~: K) Z# y# I# Z2 q 就变成了这样：
3 U# L) l/ c* r7 F1 `' S6 r J, Y0 ]& n. x) u; R4 z: [- V
用Java可能吗？用PHP可能吗？
7 O+ v! G$ g! @: q
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)
4 K8 _% n1 b9 u7 `8 l% o
然后就得到了中国地图：
. ?3 S" C! e! t) a0 m
7 e0 e- A6 L5 P 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)
9 ~! ]% A5 h8 |- U1 @4 w) e
这次终于看上去比较正常了：
) d! f' K7 w7 h4 F1 Z+ e
+ s4 U9 T. {7 G, N" |+ a' X
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。
) T5 g) {4 g, {) P* u
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：
7 p9 ^# L; C f3 z" T7 T9 }
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
5 g8 ^- j) y+ f+ O- n 然后就得到了下图：
8 }) ^8 w Q- o* P9 P8 y
5 `' e) U* }, X) d" S( w 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。
0 h) F$ s$ J# ~
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。
* j1 `6 }& E& {& i4 O 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。
) Q% `6 C' m* |
补充：
: g6 |1 O# {5 W2 C( {% 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 r3 F6 f3 a" s4 \. }) Q% `1 |/ X
& r) X1 V4 B1 W ▲
1 U/ s3 z ~ P. N _
END
/ a4 G+ f& t) d/ y0 n. p+ Z 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。
3 B( ]! C2 A2 ]
$ |! w2 p6 N$ G2 @6 j0 k2 R
