# q/ k- [0 ^/ o$ E- l! z' e
) [) H( c N/ |0 s) ^
源 / SegmentFault /作者「张京」
" Z6 z9 ]( i. U u7 ^' G
Jupyter
3 u# X6 U) @7 J
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。
$ e5 q5 d9 p; J 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。
) E0 @( o, B! j e3 [+ D5 f
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。
* m9 a. \. ?" D& i 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。
' g9 z0 L0 N; Z0 v* }4 P* q7 e
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。
4 `1 q) a( t7 {# x1 ?3 ~4 d
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。
! U5 e [: V$ a 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。
) P k F0 I# S/ 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。
- J% ]2 i. y7 w7 ` U 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 B& E9 H# Y; @0 ^( e( C Pandas
( w, z5 J+ @! M. t) a7 R
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？
$ k* c+ _# Q! w7 S( x) A0 j
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。
) {& W% j" C- 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 )
3 T! a# c+ W; I6 \/ y+ 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。
! K1 C% R8 \' q) A5 s* ` 所以有这样强大的库，研究人员有什么理由选择Java？
: [9 T2 I2 k0 Q- z2 U; K7 p# x scikit-learn
_9 i: B. O b9 ^- x% y# f 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）。
* F( n* x1 m. u9 d" D
# t: \( `. K: P 简而言之，只有你想不到，没有它做不到。
k/ V: B( p3 H+ Q( r; f 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？
5 K& k$ I) w5 L2 M7 E4 Z
matplotlib
$ w# y* x* h9 Q' {0 v: V% U
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？
& @' [( _2 D* N2 Z0 l
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。
" ]: T; E: k+ B W6 }! A
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。
) T" Z% b+ M4 q- P' u% |( y G
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。
$ M; U" n( F. v 安装Basemap
8 T# ^8 I: M; z! ?( n 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。
. Z& F# N7 |- y3 }0 M' T 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
0 C0 a7 H4 F# g) u+ f
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
5 S, N/ V, E/ F 开始画图
0 t) k0 U- O0 ^" ~; A9 @ 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
9 F; K9 E. w- P+ N! W: `4 n
from mpl_toolkits.basemap import Basemap
+ j" X0 @. c0 B5 ~; \* L
plt.figure(figsize=(16,8))
% K+ A( q4 M; a' _7 _, C
m = Basemap()
9 \* J" M: s( Q" j' W
m.drawcoastlines()
# e% {0 I+ V, N' Z& p5 V8 p8 n9 E
plt.show()
6 Y4 S( Z/ q2 }, n4 s+ [
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：
. S: r" l& y* I: S9 w
$ \, e$ x. V# ]; c, A0 P 你用Java的4行代码画一个地图出来？
+ x) e+ {# S" r; ?/ a 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
* y; g3 _$ G3 }
就变成了这样：
6 f: x# U. n! | 8 ]1 Y0 j, M" g8 w& a! l0 K
用Java可能吗？用PHP可能吗？
7 W* o$ }6 B3 l( o) j 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 C, ^5 R- w) D; I& i
然后就得到了中国地图：
e2 ]$ J& p( n. F. F
$ _5 w$ @* Y. |& e0 m, s4 h% i 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)
1 [) s2 u9 z1 l/ w0 y
这次终于看上去比较正常了：
6 J( X! I: j/ h; ? h* B
) N0 L4 |1 I6 I: x9 N8 H- q7 i 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。
% C4 D# I# y; p& w6 v
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：
! n" ]' S, y& R# e. @# P1 z m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
' F F' T! }! d1 F$ x 然后就得到了下图：
! F3 m7 m+ D# f9 z' ` G* l
6 J ~/ H) u& R* m: Q
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。
! v# v/ C w/ T2 U/ f. G2 { 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。
1 _; s# w4 ]; O- a- t/ r 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。
/ C0 ?) d' o( m2 ~& y0 r
补充：
; i# T8 a3 `5 q; h& E& 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。
, V ?" z f/ ~+ U' c7 C, N$ @" }. y! d# o" w6 A8 M
▲
3 U' F4 Z- U0 z' E) C. Q* {* W
END
% a' D" b, A9 ?' [. S; k
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。
& ]! \/ D- z1 m$ g7 y
2 ]9 n+ ~# t6 H, l& B% `
