5 s2 {( U9 f- y8 t1 p( Z6 t/ `
3 w" R; F$ ?$ R- w% X( c8 J1 j1 L 源 / SegmentFault /作者「张京」
8 @" ~" i/ C+ ]8 O
Jupyter
7 r8 J1 ^# K' `) @5 O; q8 X5 ], E( v1 A 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。
* @& ~: R1 u) ]0 p4 i2 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。
9 F" ^% R+ i- V. n% i1 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。
% }0 T8 `) B$ `8 T1 j0 j% u/ 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。
6 ?5 z) [- J9 U3 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。
/ H$ r) }$ c. G7 S! V" W 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。
3 G8 x1 w8 a$ \: h7 S& r' Z 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。
9 f8 a5 K! }9 w5 P" j7 U 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。
* B: A; y8 ^2 n5 s8 O1 J 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。
9 v1 @; z' R! Y& v0 `! l1 y
Pandas
' d" f2 T2 V) c3 M K 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) M `' H! @/ a+ K5 D9 M
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。
$ j( h J4 G. F- }# o
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 )
$ G- Q* o5 B+ X8 x- x 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。
' O+ v$ P; \; v! k! z; ?2 _ 所以有这样强大的库，研究人员有什么理由选择Java？
# i7 O: B$ f, Q0 V3 p9 w3 A
scikit-learn
; w- h( Y; W2 m5 d/ x 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）。
" |2 V& i( f1 d7 K% }! ]8 w" q
4 X$ z- {) O4 q1 b1 o! K4 K
简而言之，只有你想不到，没有它做不到。
2 P* w! T, o; m. z9 e
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？
0 A" i8 ~' h9 |2 r) \: c matplotlib
/ n9 j% y0 l' R, z1 @, n( Y$ ? 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？
( q( F4 T$ J- @" n' H9 m; t# s
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。
. A* |5 q! x( n, V 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。
& u- F4 |' C$ ~# ]2 R 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。
( k( e* }+ E# z! S) k: V5 O
安装Basemap
3 d F) C) s# ?5 A
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。
; B1 E/ `0 M) x
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
. ^- f. [( V# v0 I pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
- S: N' r% `# T1 x4 e o" z 开始画图
( m! @. ]; ]; T7 C5 }$ W8 W( 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
* p, r. H6 b5 D* X3 B from mpl_toolkits.basemap import Basemap
2 V+ I* E) N# e5 j1 y; ? u plt.figure(figsize=(16,8))
' B/ E. X" ]2 m/ i$ f+ f& Y1 { m = Basemap()
- `0 o2 q- o: ]. M% a7 X m.drawcoastlines()
0 G4 {' ~: m; }8 S5 b plt.show()
' g; b/ a8 ^2 W$ 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：
3 ^6 @/ |" t, M' d* M/ l 5 F$ W# t" ?9 I+ S( J3 q
你用Java的4行代码画一个地图出来？
; ^) A9 ?; \! O, P( ?5 r. i
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
/ X( Z- H) G8 m 就变成了这样：
) W* f1 {# N7 S0 [9 K6 `7 q1 I
, n9 ?& n" I0 w$ `/ u
用Java可能吗？用PHP可能吗？
7 X$ O0 p {/ G ^3 i ]6 O 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)
' O- u* f% [: N5 [# P
然后就得到了中国地图：
1 U& `; i; a& g9 c
; n6 ?0 |; \9 X! U4 }* L
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)
/ \' m) M' ~4 c$ v7 L 这次终于看上去比较正常了：
' i7 \( a5 T+ K7 [7 {6 N
0 L ?. a# U5 I& @" u/ 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。
+ q% @" I2 x: 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：
. e; \: x# `- l8 v
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
6 V; g+ C0 @+ l l1 \ 然后就得到了下图：
' \8 h+ I$ T. \8 _9 e" R# P
4 J- ?0 w9 q( W7 D8 y 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。
4 M) O1 f4 n) Z; E1 I! e5 C 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。
2 j+ G2 J3 l- i6 [* E% ?6 U% Q 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。
3 \9 p. [4 z `1 ~! k 补充：
5 O6 d- |" _) t. ?6 S; R 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。
& E+ [& `" Y+ P/ Q
& S2 z& U1 n; n, X% D
▲
, u8 y' T& n; r( }. F) h. H
END
4 R9 C$ {4 k# S1 S
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。
; ~# n% j. E/ R5 ` ! U7 _8 ] [% j: \% e
