8 C* Y7 X5 x+ A% }
, `4 q" |/ E9 Y9 @ 源 / SegmentFault /作者「张京」
0 T8 u% {6 K# [0 f0 i, F1 j9 [ Jupyter
9 H, z. x/ |1 w' m7 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。
1 f4 c" j. R7 ]
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。
# @. e- R1 S$ U M; x. t8 D { 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 E2 i* V# s. e" s, _+ j" S 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。
t1 W% W; J+ s9 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。
3 d$ f9 L8 _) [
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。
5 l6 W: E& ~. {+ r
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。
& |$ v/ r0 M, ?- 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。
# i2 ]0 g/ ^6 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。
% c5 M6 u+ z1 B2 L/ t2 Z; n- O8 O
Pandas
9 _! z2 ]4 X7 D2 u2 y, @# V# x
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？
. Q; ^* T2 V: M g. 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。
8 Y9 P: I c, A/ d5 m0 N2 H
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 )
& B, e7 D3 [9 }# w6 R
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。
3 m4 a( o6 I+ Z7 R: v1 ` f' l2 z/ f 所以有这样强大的库，研究人员有什么理由选择Java？
9 D/ p. g2 W' A scikit-learn
1 B- N) g% L" c
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）。
* i5 {- G# t* a i& H" u7 k. H, c
简而言之，只有你想不到，没有它做不到。
! m. A" s3 B# N2 X$ l' P7 z8 } 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？
4 Y% z- Z& \0 Y$ q3 f
matplotlib
. F# z% x) s8 [2 v 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？
; Y5 ^( I1 O2 Q4 H9 h! y7 X0 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。
* }6 o5 H( v4 M 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。
" ~0 B% f- X& l& f
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。
+ m6 h) w5 r2 o/ H; M
安装Basemap
o7 k: u% M& I 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。
5 g, C9 E& `! Q% S- i5 G
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
4 ^' w: G8 Z8 q. ?7 R, C
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
; \/ q' e. i8 c$ g 开始画图
4 {9 ~6 c4 J9 C! d/ _; 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
: w0 y5 G" m4 [9 z7 m from mpl_toolkits.basemap import Basemap
8 c8 p6 `7 D& T1 F plt.figure(figsize=(16,8))
/ L& |1 Z7 I5 L1 A
m = Basemap()
/ }' }, T( B4 m$ W% K. l4 J m.drawcoastlines()
9 y; v" E$ T! I) S; T2 b" N( v plt.show()
, [; [, D* C, [5 i; e 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 C7 t- N" Y6 R/ `; Z @/ u0 S
6 M. {2 e! L" ^9 P7 a1 }8 z7 { 你用Java的4行代码画一个地图出来？
) ^$ k4 q- [7 d% d
然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
o. M4 y& o, U! j6 e5 \$ A
就变成了这样：
' f) `7 u4 E8 q+ ]! U' c4 K 5 |" n0 k- Z/ q! X
用Java可能吗？用PHP可能吗？
) C# s: ?0 g+ {( ~9 E% S' \- ~+ ] 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)
# ]/ @6 I5 _5 H; j! P
然后就得到了中国地图：
) [# |# ~$ v9 z! r% n2 y
( v2 S1 D& R8 a& ~. I/ 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)
0 n" ]8 r, W( S. m# R. P
这次终于看上去比较正常了：
{+ a$ B1 h7 S8 h) V# y: a
/ b" U# `9 T" e4 s7 @9 L* s; i$ V% u 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。
# a7 }: }* O4 |2 F
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：
/ {; Q$ X7 F: ~/ T# r m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
1 K0 N; |. X! w r& H& r4 R5 D 然后就得到了下图：
/ x8 N7 f8 S7 E' }4 u
3 {5 L( w6 X* _5 @# l 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。
" A+ o6 a4 {' 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。
" [3 ]7 t. b6 l2 _9 u! l+ ] 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。
% h1 F: z6 E* N( ]: t0 }7 J2 { 补充：
6 r9 N' J7 B3 h3 k% @
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。
1 I+ z/ X) [& E7 U. W
' K) T! X0 M- |9 I2 C ▲
. C) _% X2 n/ O& q$ r END
+ @: O6 t5 H* H& e4 l8 l9 G R9 Y5 l
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。
9 Q j( Y3 U& W
/ u! a: X9 I% Q" u; Z; Y
