u% o/ O$ S- ]8 U; |4 X
/ Y0 K7 H9 d$ v5 H4 Q* D 源 / SegmentFault /作者「张京」
2 a6 g# T$ ]' _! I) X, g' \( H
Jupyter
0 S" P: W4 C: z H" G! W 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。
7 {8 o0 C% u z
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。
% w6 ~1 q: v% k 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。
, u8 d2 i# Z$ I' V
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 A2 E/ u* I9 C+ A! q 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。
0 {4 c m7 l/ V 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。
+ I' x$ C2 C% I% S( g) E
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。
. |) u& h, q& x( A+ n+ 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。
" h( _. B3 N' k" T 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。
! A k: i) \3 X8 j1 U( z
Pandas
( _% K, X1 v' H$ N
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？
3 o7 k, Y8 x& y% z/ m4 ^ 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。
! D% C* Z, L3 @9 y& r 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 )
Z, ]! v1 Q5 D7 U- C2 ^# K) I 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。
& w) M8 s9 u5 t
所以有这样强大的库，研究人员有什么理由选择Java？
- ?: W- u/ w! z/ k* E
scikit-learn
' s% U2 L( |+ z( P4 `( u( A
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）。
! U/ r4 n) m+ p2 d
9 G8 e& T0 A; X4 z0 p; o. ]
简而言之，只有你想不到，没有它做不到。
, _1 A: q1 Z& Q a1 M! R9 Z3 H 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/ ?* C& w9 S1 O6 S* k; O
matplotlib
% _. L) h0 J% k/ L7 o6 c9 i
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？
' G: ` y8 ~8 Y- d- E" 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。
9 {+ N5 h* S5 N! b5 U- ~ 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。
; C* X& u9 w6 E6 _" c5 t3 a( n* I9 l 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。
- F2 L. u" F2 G
安装Basemap
) }7 G# E; m7 l, Q! _ 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。
& Y0 I$ @/ t9 J6 U' i% B 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 _4 Q' P2 C2 d D2 @% f P1 E: g0 U
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
1 H2 t" t$ }. z 开始画图
7 ?) a& x9 G4 S; A/ z, \
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
5 a% W) l; [: T0 g1 i& B3 ^. Q from mpl_toolkits.basemap import Basemap
8 |, L2 }! g" Y) a3 G
plt.figure(figsize=(16,8))
4 d1 P, j ]; F; M J; k5 n
m = Basemap()
T# D: b" g+ y2 o: d( h H7 X m.drawcoastlines()
% A4 a2 y ~% o4 E; i7 } plt.show()
: Z/ R) ]' _- i8 k6 q; X# _ 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：
, Q+ [+ N4 P# z, {) T) H$ s; A
7 J9 x) F% @2 P- P$ M
你用Java的4行代码画一个地图出来？
K% a9 k' {: Z! n5 ?8 ` 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
, z9 ~/ `2 s: q; v3 i U! b
就变成了这样：
8 L' a9 K" p' T2 w* _7 A 9 R! L0 q" ]' K" G
用Java可能吗？用PHP可能吗？
0 |+ C' E& |3 j" i! ~/ Y' l4 E5 [ 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)
* j( f5 \ n& f5 [- y 然后就得到了中国地图：
; U; M( c+ z4 P8 j) h9 L
9 Y3 }) ? D: R: ~) }
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)
h' {2 L+ J5 B5 D+ @! Q
这次终于看上去比较正常了：
5 |3 N" c0 {! C" C, t. B 6 }5 }8 G$ S, b6 ^
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。
3 J6 h; U& |1 f0 V1 Q3 q$ B 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：
$ F; R3 A1 s# h7 W2 U2 W+ R
m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
3 M9 ^1 q( K( s, J 然后就得到了下图：
$ J: V- Q# ~+ b
" V' A+ O9 m7 Y* D: |$ H: C! h! s! O 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。
+ h: t# E; G4 d) b 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。
, K& S7 E) A- `2 t
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。
$ g4 I$ V& C( y7 L+ Q% @ 补充：
p! A8 d/ S2 U; Y: G. Y
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 I- Z3 z! k% U) W4 q) Z/ p) m" a
7 B9 Z0 b" L1 p9 F$ p0 }
▲
/ W8 u5 @# L) @4 Y- n/ ^3 p+ V END
5 M |( a8 D+ N$ G/ d! h ^
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。
0 K0 u6 i% m5 @/ v : U0 ^' N* b; Y M8 B. ~/ x
