2 安裝Spark與Python練習

一、安裝spark

檢查基礎環境hadoop,jdk

配置檔案

環境變數

試執行python**

二、python程式設計練習：英文文字的詞頻統計

準備文字檔案

讀檔案預處理：大小寫，標點符號，停用詞

分詞統計每個單詞出現的次數

按詞頻大小排序

結果寫檔案

with open("

test.txt
", "r"
) as f:
text=f.read()
text =text.lower()
for ch in
'!@#$%^&*(_)-+=\\}
for word in
words2:
counts[word] = counts.get(word,0) + 1items =list(counts.items())
items.sort(key=lambda x:x[1],reverse=true)
#輸出前10
for i in range(10):
word, count =items[i]
print("
".format(word, count)) #
列印前十個元素

2 安裝Spark與Python練習

檢查基礎環境hadoop，jdk 配置檔案 環境變數 啟動spark 試執行python 準備文字檔案 txt 讀檔案txt open bumi.txt r encoding utf 8 read 預處理 大小寫，標點符號，停用詞 將大寫字母變成小寫字母 txt txt.lower 去除標點符號及停...

2 安裝Spark與Python練習

讀檔案 text open work1.txt r encoding utf 8 read 載入停用詞表 stopwords line.strip for line in open stopword.txt encoding utf 8 readlines list型別 分詞未去停用詞 text s...

2 安裝Spark與Python練習

一 安裝spark 檢查基礎環境hadoop,jdk 配置檔案 環境變數 配置環境 修改環境變數 vim bashrc 生效 source bashrc 試執行python 二 python程式設計練習 英文文字的詞頻統計 準備文字檔案 統計每個單詞出現的次數 結果寫檔案 三 根據自己的程式設計習慣...