为什么是Python？下面说说为什么一定要用Python或者R语言做数据分析。编程语言那么多，Java和PHP已经很成熟了，但是为什么在最近很火的数据分析领域很多人选择使用Python语言呢？数据分析只是一个需求。从理论上讲，任何一种语言都可以满足任何要求，但这只是麻烦easy和simple之间的区别。Python语言也诞生得相当早。它的第一个版本发布于26年前。它曾经（或现在）也用于web开发，但就流行程度而言，它远远落后于Java和Python。PHP。东不明，西明。在过去20年与Java的较量失败中，Python练就了一身绝活，远远落后于Java和PHP（当然以后能不能赶上还不好说）。要做博客站，Python的特长不在这里，PHP和Java也是分分钟的事情。如果你想建立一个BBS网站或电子商务网站，PHP就在你的指尖。Python在这些方面跟Java或者PHP竞争，基本上是在作死的节奏。虽然也有django这样的框架，但是远不如其他语言流行。但在这些年无声无息的失败背后，一群研究者用Python创造了一些惊天动地的神器，使得Python在数据研究领域基本上是除了R语言之外的佼佼者。Jupyter首先，法宝是Jupyter。如果你是第一次使用它，你可能不知道它的开发者拿这么个鬼东西干什么。它看起来不像博客系统或网络服务器，但它很有用。因为传统的web开发我们首先想到的就是面向大众。您需要作为服务器为数千个浏览器提供服务。当然，Jupyter也可以服务于很多浏览器，只是对于研究人员来说更加方便。简直太方便了。你像写文章一样直接在输入框里写代码，然后你就可以直接在这个页面看到代码的结果。可以随时修改，随时展示，文字和代码混编。是markdown的增强版，毕竟Markdown只能显示文本，顶多加点图片，Jupyter可以直接运行Python代码。当然，也有人尝试过在Jupyter中运行PHP或Java代码，但显然行不通。因为Python本质上是一种脚本语言，所以未来移植它的唯一希望就是Javascript，它也是一种脚本语言。脚本语言的优点是不用编译，一行一个结果。纵观计算机语言的发展史，就是一个由复杂到简单的过程。C语言需要编译链接才能运行。Java只需要javac来结合编译和链接。PHP比较简单，直接运行就可以了，连编译都省了。但是不够直接，因为你要写一个.php文件保存，然后才能运行。说到Python等脚本语言，可以直接在shell中运行，但是最大的问题是可以运行，但是不能保存。你需要保存它。和传统方式一样，找个编辑器，或者vi，保存成文件再运行。Jupyter最大的优势在于它仍然是一个可以运行脚本的shell环境，但同时它也帮你自动保存这些脚本代码。它不仅保存了脚本代码，而且你在脚本代码中插入的所有评论都不是普通的评论，而是各种格式的Markdowns为你保存在一起，可以随时修改。所以它兼有脚本shell和文件管理系统的优点。从此以后，开发Python代码时不再需要先在IDE中编写代码，然后在终端中运行，而是直接在一个网页上就可以完成。Java有这样的工具吗？PHP有这样的工具吗？不行，所以我们必须选择Python。Pandas的第二神器是Pandas。如果我让你读一个csv文件，然后计算每一列数据的平均值、最大值、最小值和方差，你用Java或者PHP怎么做？你首先需要fopen一个文件，然后逐行读取，然后把整个数据结构给它，然后做一个循环计算，***你可能要fclose这个文件。简而言之，代码是一堆麻烦事。而由于Python语言中Pandas这个神器，一行代码就可以搞定：df=pd.read_csv('a.csv')。从此df就是DataFrame，它本身就是一个强大的数据结构，也可以理解为我们把它做成mysql数据库中的一张表。各种增删改查，求和求平均，都是一行代码的事情。那么拥有如此强大的库，研究人员为何选择Java呢？scikit-learn第三神器scikit-learn，一般简称sclearn，各种机器学习算法，基本上只要你能想到的，线性回归，逻辑回归，SVM，随机森林，最近邻等等，各种算法都有这里。总之，只有你想不到，没有你做不到，我就不详细描述了。所以这就是为什么Python是机器学习必备的原因。你能帮我找到一个包含如此多种算法的Java或PHP库吗？matplotlib的第四个神器是matplotlib。如果我让你根据上面csv文件中的信息画一张图，用Java你应该怎么做？当然你会找一个第三方的插件库，然后折腾一番，最终还是做出图片，然后编译，然后运行。如果我想改变颜色怎么办？如果我要求绘制地图怎么办？如果我想绘制热图怎么办？那麻烦可不是一点点，对于matplotlib来说，小菜一碟。我不会谈论简单的直方图。下面将重点介绍如何使用matplotlib和Basemap绘制中国地图。安装Basemap需要先安装相应的组件。我假设您已经安装了Python和Jupyter等。如果没有安装，试试brewinstallpython3和brewinstalljupyter，网上有很多教程。然后需要使用pip3安装下面我们可能需要用到的很多库。但是因为我们要使用一个叫Basemap的库，而这个库不能用简单的pip3install安装，所以多了两步：brewinstallgeospip3installhttps://github.com/matplotlib/basemap/archive/v1.1.0.tar。gz开始绘图并启动Jupyter后，我们还是从最简单的代码开始。先画一张世界地图：importmatplotlib.pyplotaspltfrommpl_toolkits.basemapimportBasemapplt.figure(figsize=(16,8))m=Basemap()m.drawcoastlines()plt.show()前两行介绍对应的库，真正的代码是4OK，很简单。第1行甚至可以省略，它定义了图形的大小。第2行我们创建一张地图，第3行绘制海岸线，第4行显示地图，仅此而已：您用4行代码用Java绘制地图？然后我们开始绘制国家，另外1行代码：m.drawcountries(linewidth=1.5)变成这样：IsitpossibletouseJava?是否可以使用PHP？如果我们要显示中国的地图，只需要在创建Basemap的时候指定经纬度即可：m=Basemap(llcrnrlon=73,llcrnrlat=18,urcrnrlon=135,urcrnrlat=53)那么我们就得到了地图中国：看起来有点变形，这是因为我们没有加投影，Basemap提供了24种不同的投影方式，大家可以自己做一个试试看，比较常用的是朗伯投影，我们加一下：m=Basemap(llcrnrlon=77,llcrnrlat=14,urcrnrlon=140,urcrnrlat=51,projection='lcc',lat_1=33,lat_2=45,lon_0=100)这次终于正常了：如果我们想添加省份边界？Basemap默认包不包含中国省份，只包含美国各州。毕竟是美国人造的。幸运的是，世界很大，有专门的国际组织来做这件事。这里可以下载世界上任意一个国家的行政区划Shape文件，然后我们添加：m.readshapefile('CHN_adm_shp/CHN_adm1','states',drawbounds=True)然后得到下图：在以后还可以在图上改颜色，写数字，留给你研究。总而言之，我想说用Python绘制地图非常简单。***Java和PHP再多说几句：大家分工不同。Java和PHP虽然做这种数字研究不是很方便，但是还是很适合web开发的，而Python在这方面不太适合。所以通常的做法是：先用Python来验证算法，经过一系列复杂的计算，算法确定后，要应用到web上，再用Java或者PHP重写最后的结论，这样可以充分利用各种语言的优点。
