基于YELP数据集的商业数据分析

1.在安装环境是出现错误:安装完anaconda出现安装完但是还是显示不是系统内部命令

解决方法：

重新配置anaconda路径：使用命令vim ~/.bashrc配置环境为anaconda配置环境

 配置完成后使用source /etc/profile命令重载配置文件环境变量就配置好了

 当Jupyter nootbook实现PySpark交互时出现问题

解决方法：

多刷新两遍，问题就莫名其妙好了 （Spark运行需要等会儿，连点两下交互会重复打开Spark，会造成这个报错，所以耐心一点不会出错）

代码错误部分：

1.进行数据清洗的时候出现Java.io报错

解决方法：虚拟机磁盘空间不够进行扩容

2.在进行清洗后的数据进行分析时会出现报错：pyspark : NameError: name 'spark' is not defined

原因：from pyspark.sql import SparkSession：我们导入的时候没有初始化，没有创捷spark对话

解决方法：在代码中加入spark = SparkSession.builder.appName('abc').getOrCreate()创建spark就能解决spark not defined

3.数据可视化jupyter notebook不显示图片<Figure size 640x480 with 1 Axes>问题

解决方法：在代码头部添加%matplotlib inline即可