用 4 行代碼畫一幅中國地圖
先來聊聊為什麽做數據分析一定要用Python或R語言。編程語言這麽多種，Java, PHP都很成熟，但是為什麽在最近熱火的數據分析領域，很多人選擇用Python語言？
數據分析只是一個需求，理論上來講，任何語言都可以滿足任何需求，只是麻煩與簡易之別。Python這門語言誕生也相當之早，它的第一個版本是26年前發表的，曾經（或者說當前）也被用於web開發，但是就流行程度來說，遠遠幹不過Java和PHP。
東方不亮西方亮，在與Java幹仗失敗的這20幾年時光裏，Python練就了一身獨門武藝，是Java和PHP遠遠不及的（當然以後是不是能追得上來，目前還不好說）。
你要說做個博客網站，Python
PHP和Java也是分分鐘的事情。你要說做個BBS網站，做個電商網站，PHP手到擒來。Python在這些方面和Java或者PHP競爭，基本就是作死的節奏，雖然也有django這樣的框架，但流行程度遠遠不及其他語言。但在這些年默默的失敗背後，有一幫研究人員用Python幹出了一些驚天地泣鬼神的神器，使Python在數據研究領域做到了除了R語言以外基本無人能及的地步。Jupyter
首先，第一神器是Jupyter。
如果你是第一次使用，可能搞不清楚它的開發者做這麽個鬼東西出來幹什麽，說它是博客系統也不像，說它是web服務器也不像，但它就是有用。因為我們傳統的web開發首先想的就是面向公眾，你做一個服務器就是要服務成千上萬瀏覽器的，當然Jupyter
Markdown的一個增強版，畢竟Markdown還只能顯示文字，最多再加上一些圖片，而Jupyter是可以直接運行Python代碼的。當然，也有些人試圖在Jupyter裏運行PHP或Java代碼，但顯然成不了氣候。因為Python這個語言天生就是腳本語言，可能將來唯一有希望往裏移植的就是Javascript，這貨也是一個腳本語言。腳本語言的好處就是不用編譯，一行一個結果。
縱觀計算機語言發展歷史，就是一個從繁到簡的過程，C語言需要編譯+鏈接才能運行，Java
javac一下，把編譯和鏈接合二為一，PHP更簡單，直接運行就行了，連編譯都省了。但是還不夠直接，因為還要編寫一個.php文件存盤，然後才能運行，到了Python以及其它腳本語言這裏，可以直接在殼裏運行，但最大的問題是運行可以運行，無法保存，要保存就又要跟傳統方式一樣，找個編輯器來，或者vi，存成文件以後才可以運行。Jupyter最大的優點就是：
它本身還是一個外殼環境，可以運行腳本，但同時也幫你自動把這些腳本代碼保存了下來，不但保存腳本代碼，並且你插在腳本代碼當中的所有註釋不是普通註釋，而是各種格式化的Markdown都一並幫你保存下來，並且可以隨時修改。所以它兼具了腳本外殼和文件管理系統的優點，從此你開發Python代碼再也不用先在IDE裏寫好代碼，然後再到終端裏去運行，而直接在一個web頁面上就全部搞定了。
Java有這樣的工具嗎？PHP有這樣的工具嗎？
沒有，所以我們必須選擇Python。
Pandas
第二神器是Pandas。如果我讓你讀取一個csv文件，然後求每一列數據的平均值，最大值，最小值，方差，用Java或PHP怎麽做？你首先要fopen一個文件，然後一行一行讀進來，再給它整個數據結構，然後弄個循環計算，最後你可能還要fclose這個文件。總之代碼一坨，麻煩死。而Python語言因為有Pandas這個神器，一行代碼搞定：
df = pd.read_csv('a.csv')行了，從此以後，df就是這個DataFrame，它本身就是一個強大的數據結構，也可以把它理解成mysql數據庫中的一張表吧，各種增刪改查，求總和，求平均都是一行代碼的事情。所以有這樣強大的庫，研究人員有什麽理由選擇Java？
scikit-learn
第三神器scikit-learn，一般縮寫為sklearn，各種機器學習算法，基本上只要你能想得到的，線性回歸，邏輯回歸，SVM，隨機森林，最近鄰居等等等等，各種算法全部在這裏面（http://scikit-learn.org/stable/user_guide.html），簡而言之，只有你想不到，沒有它做不到，不詳述。所以這就是為什麽玩機器學習必選Python的原因，你給我找一個Java或者PHP有這樣多種算法的庫來？
matplotlib
第四神器是matplotlib。如果我讓你根據上面csv文件裏的信息，畫一個圖，用Java該怎麽做？你當然會去找第三方插件庫，然後又是一通折騰，終於把圖做出來，然後編譯，然後運行。如果我要改配色呢？如果我要求畫地圖呢？如果要畫熱力圖呢？那個麻煩就不是一星半點，而對於matplotlib來說，簡直就是小菜一碟。簡單的直方圖就不說了，下面重點介紹如何用matplotlib配合Basemap畫一個中國地圖。
安裝Basemap
先安裝相應的組件。我假定你已經都安裝好了Python以及Jupyter等等。如果沒有安裝的話，就去嘗試一下brew install python3和brew install jupyter吧，網上有很多教程。
然後你需要用pip3 install很多我們下面可能需要用到的庫。但是因為我們要用一個叫做Basemap的庫，而這個庫沒有辦法用簡單的pip3 install安裝，所以稍多兩個步驟：
brew install geos pip3 install https://github.com/matplotlib/basemap/archive/v1.1.0.tar.gz
開始畫圖
啟動Jupyter之後，我們還是本著從最簡單的代碼開始。先畫一個世界地圖：
import matplotlib.pyplot as plt from mpl_toolkits.basemap import Basemap plt.figure(figsize=(16,8)) m = Basemap() m.drawcoastlines() plt.show()
前面兩行引入相應的庫，真正的代碼就4行，夠簡單吧。第1行甚至可以不寫，它定義了圖的大小。第2行我們創建一個地圖，第3行把海岸線畫上，第4行顯示這個地圖，就是這樣：
你用Java的4行代碼畫一個地圖出來？
然後我們開始畫上國家，又是1行代碼：
m.drawcountries(linewidth=1.5)
就變成了這樣：
用Java可能嗎？用PHP可能嗎？
如果我們想顯示中國地圖，只需要在創建Basemap時指定一下經緯度就行了：
m = Basemap(llcrnrlon=73, llcrnrlat=18, urcrnrlon=135, urcrnrlat=53)
然後就得到了中國地圖：
看上去有點變形，這是因為我們沒有添加任何投影的原因，Basemap提供24種不同的投影方式，你可以自己一個個試一下，比較常用的是蘭勃特投影，我們添加一下：
m = Basemap(llcrnrlon=77, llcrnrlat=14, urcrnrlon=140, urcrnrlat=51, projection='lcc', lat_1=33, lat_2=45, lon_0=100)
這次終於看上去比較正常了：
我們想加上省的邊界怎麽辦呢？Basemap缺省的包裏沒有中國的省區，只有美國的州，畢竟是美國人做的嘛。不過好在世界很大，有專門的國際組織幹這事，在這裏(https://gadm.org/download_country_v3.html)你可以下載全世界任何一個國家的行政區劃Shape文件，然後我們給它加上：
m.readshapefile('CHN_adm_shp/CHN_adm1', 'states', drawbounds=True)
然後就得到了下圖：
再往後，你還可以往圖上改顏色啦，寫數字啦，這些就留待你研究吧。總之，我想說的是，用Python畫地圖真的超容易。
最後再為Java和PHP美言幾句：大家分工不同，Java和PHP雖然做這樣的數字研究不是很方便，但還是非常適合web開發的，而Python在這方面並不適合。所以通常的做法是：首先用Python驗證算法，經過一系列復雜的計算，把算法確定下來之後，當要應用到web上的時候，再用Java或者PHP把最終形成的結論重寫一遍，這樣就能充分利用各種語言的優勢。
本文由馬哥教育Python學院提供支持。
用 4 行代碼畫一幅中國地圖