: o6 ]6 _" L$ ?! x
0 l4 U- v+ ?8 Y7 B! D1 I 源 / SegmentFault /作者「张京」
# J" `2 l* ]0 {/ q
Jupyter
( s' C1 L9 @% O4 G$ ] 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。
1 ~& J- \9 @0 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。
& d: Z' O/ m) U" Y8 V& j+ d p6 _ 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。
3 P* y9 ^6 e4 y- U* C; u+ W$ z& O" t 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。
1 ^* I7 Y6 y( x7 F9 T8 X$ a/ [ 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。
9 W2 J$ R' Z$ y7 {1 Z: S 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。
; U( ~" M8 h9 J' O8 F 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 r7 I' M- G' x5 v" o
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。
, S. X% R) f% w9 F 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。
! _; U9 M2 J2 y: }% k6 s0 W* T
Pandas
+ R+ B& A+ M& M1 s3 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？
* x' C% B" S9 N0 s( b7 }" K" S
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。
; p0 _2 E, I9 w4 w9 |( J5 c% W, 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 )
, }( ?/ e9 K* C- t
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。
% b3 B( k7 D, D+ R 所以有这样强大的库，研究人员有什么理由选择Java？
$ f6 Q6 F# I9 X/ H% q4 S
scikit-learn
. w" M0 i- Z# b# b8 t- U, m0 s
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）。
- g$ m; n ~$ D# r
7 o5 T8 n! q) U# s
简而言之，只有你想不到，没有它做不到。
) v; n4 V0 }) n3 |% W% t% R0 |/ W& ^, j
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？
M# W, N1 K6 O/ I: z7 J# R matplotlib
8 U- W+ s: a6 Y: S: \
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？
' `- o) t( I6 U2 P% O
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。
: J% q, ?% K3 j
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。
5 \* p& [/ x3 S& ]/ r* v) y, w
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。
" I) @* }+ a9 }! C8 A' l 安装Basemap
* o, I/ V I# l) e/ X5 s 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。
G" h% d' }# Q W/ P
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
9 E1 h, b% p1 W! f7 I- H
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
5 a5 t- G; z9 I" ]6 ^& n2 }+ C/ C8 @ I 开始画图
7 |6 W+ x; [& f* n
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
4 x$ T8 j( \% D3 B( v from mpl_toolkits.basemap import Basemap
8 a$ T6 b; q8 m& \! l3 q5 S plt.figure(figsize=(16,8))
# m H1 b4 ?3 ? m = Basemap()
4 }% |% X3 `- E- D0 v/ M+ P5 w m.drawcoastlines()
& ~; Q6 W% ? ]( t* F plt.show()
" w" |" i8 v) D4 O
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：
4 z' Q. ` I- h0 X# Q' h+ ]
! M8 M8 l* F* \8 L) Y
你用Java的4行代码画一个地图出来？
9 S& {1 j/ K0 N- j
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
# C7 [0 ^! N7 I9 p N! f
就变成了这样：
& O" c/ B$ L, ^0 H
0 \- d4 u o7 ^5 B
用Java可能吗？用PHP可能吗？
: K A% S2 v2 G 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)
. M1 ^3 u$ M @# d3 d% E' }
然后就得到了中国地图：
1 R! S) ?" h% t
- o, X7 T( r6 F* b* o 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)
, j& Y5 @0 i/ [2 P3 j
这次终于看上去比较正常了：
, y/ u+ n5 p4 e( a
& w# a! [2 A3 l i. v* G9 T 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。
$ N& Q! ~8 [3 O, 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：
( a* Y/ l4 z, f m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
0 B: t4 c# I. ?9 {* z 然后就得到了下图：
$ f' k& s6 I( G
^# |& P" ?5 F6 ?" M1 t$ ^ 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。
& f/ @) P/ s$ v" A) S
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" D% D) J7 O. x {8 d2 F8 j 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。
. Z" p2 N4 V- s# e e, @0 x( G
补充：
# V" h) w6 Q% n0 H8 U$ \: g# d
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。
, s6 ^0 C) \# G o. J) G- x& l
7 T; U5 j4 q4 @3 p( J' N ▲
. o# r0 o; z4 w1 ^" E/ I* E
END
" `4 u) t; u3 ?9 [7 \ 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。
+ P+ B+ ^3 y( ]3 U5 @# J( T
) G8 N+ k1 @ {* C$ M8 I
