: D1 c# W% f$ W, L0 f8 u
3 B$ B4 w; r1 K# Z4 f4 B! \
源 / SegmentFault /作者「张京」
5 R: @2 B2 f- K* b7 V
Jupyter
# a, H9 ]" g6 F7 T4 `. d7 P
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。
+ d4 C Q" L& ~7 y0 A 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。
- D5 H9 a- n1 [. j) P 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。
. p+ t0 y3 N2 U, a. @9 J
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。
8 Q- q$ x. F; R 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。
& ], J- X* B0 e% u1 c' c
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。
2 Q$ i9 n7 B) C$ Q. S3 X 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( b9 e* F$ q' Q" B 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。
( r; B8 K& L0 { j2 {5 x7 b- [
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。
4 t% U* k& Y8 r! I1 h! }
Pandas
; N, m- |' C# q6 x0 m0 q! T6 Y; 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？
. B1 G# C1 A, d9 I" @: |1 J7 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。
* }; J, ~' `- r9 w 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 )
7 Y) o: B* |; D3 o4 ~# D 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。
6 `2 n3 D. T! `2 p1 a0 `% ^ 所以有这样强大的库，研究人员有什么理由选择Java？
% D* s; O- }5 c: g5 P4 x scikit-learn
V. b; o6 b: b' L& 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）。
9 ^2 z4 G9 U+ N2 L) ^' e
& M# a2 H) K4 q) V2 w 简而言之，只有你想不到，没有它做不到。
" I9 n |4 [( n
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？
& H6 m f, I G8 Y T matplotlib
; e3 }* a: I& m/ P! q
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？
$ C1 |# ~! T$ e/ h" i
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。
2 O0 b' g3 h& e( V) 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。
- v) R6 w8 F$ J1 J J" O3 a 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。
3 C6 q9 r3 z: Z 安装Basemap
6 V7 G: D# d9 r& I# w9 y+ ` ]4 h 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。
% Q4 S! U( z- N# r- \ 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 B% V+ ]" n$ Y
pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
, a$ _5 w, J/ i0 f! \ 开始画图
: ?( @- g* c" L) u$ J5 l+ h 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
7 R, k! o# {/ b9 Y9 `- ]8 r' n
from mpl_toolkits.basemap import Basemap
& W. n% _% c( o6 f$ u% J. s
plt.figure(figsize=(16,8))
! [ y3 U- h- f; o; H* i: l
m = Basemap()
; ~: s7 e7 j4 ?$ ^* G6 E' v x: o
m.drawcoastlines()
% X- z8 t, F1 W
plt.show()
$ _. Z$ x" f3 E& W6 R \8 O$ 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：
$ a/ y( L, s3 j) V8 r s 7 M" B' c9 G, \5 S6 N5 h" L3 U1 o
你用Java的4行代码画一个地图出来？
* N: @$ ]3 I% }3 e3 c( x+ Z6 M 然后我们开始画上国家，又是1行代码：
m.drawcountries(linewidth=1.5)
# a& V0 L4 o! b! s: B: R( z% a
就变成了这样：
$ |4 \1 Q5 M. G% P- v
/ i& @4 X. W9 s; v5 T- p 用Java可能吗？用PHP可能吗？
Y! X8 u; A( G+ m 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)
0 h! U" o. R5 K2 y; t9 ? 然后就得到了中国地图：
g* Q# ~& r# ]/ [: R: R- l6 J; q* p
- H: ]; X! w. R# V' n% p3 q 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)
+ \ M5 u9 P" E* ~
这次终于看上去比较正常了：
3 b- ~7 E6 s& G6 h7 ]$ c& t
0 }! c# W" Y8 l4 K) c* y
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。
2 n3 W) s% c+ q. H8 j8 O
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：
/ s: {. _, l* [* r2 o m.readshapefile( CHN_adm_shp/CHN_adm1 , states , drawbounds=True)
0 h: Q2 ~& A* s3 O 然后就得到了下图：
4 {: T. c+ R" s( v
* A# W9 @9 c3 p 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。
& n. }+ s6 P- u; ~: N" h
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。
& R, w2 {4 w. K, P0 [ 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。
! _1 y( D7 Z0 @: U! o 补充：
, q6 I2 h9 ^( ^% B, A* Z. G0 A
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。
7 O; k! D! d4 v5 c& b( n
! r2 | g- I3 D$ t- C' C @ I ▲
+ {. L1 E* L' U& J% H
END
7 Q0 d9 C7 f% Q 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。
, I* {+ H* E( p# ]/ L
0 J2 r- C F9 F0 o5 d i
