编程语言
首页 > 编程语言> > 2.安装Spark与Python练习

2.安装Spark与Python练习

作者:互联网

1、检查基础环境hadoop,jdk

  启动hdfs查看进程

 

 

 

2、下载spark(已完成,略)

3、解压,文件夹重命名、权限(已完成,略)

4、配置文件(已完成,略)

5、环境变量

 

6、试运行Python代码

二、Python编程练习:英文文本的词频统计

1、准备文本文件

2、读文件

path='/home/hadoop/wc/f1.txt'
with open(path) as f:
    text=f.read()

3、预处理:大小写,标点符号,停用词

4、分词

  步骤三+步骤四

words = text.split()

 

5、统计每个单词出现的次数

for word in words:
    wc[word]=wc.get(word,0)+1

 

6、按词频大小排序

wclist=list(wc.items())
wclist.sort(key=lambda x:x[1],reverse=True)

7、结果写文件

print(wclist)

运行结果截图

 

 

 

标签:wc,Python,text,练习,wclist,词频,word,Spark
来源: https://www.cnblogs.com/n1254088/p/15972897.html