Spark机器学习笔记1--Spark Python编程入门

8 篇文章 0 订阅
5 篇文章 0 订阅

1.       处理如下数据

2.       Python代码

#创建两个线程的SparkContext对象,名为 First Spark App
sc = SparkContext("local[2]", "First Spark App")
#读取原始数据并将CSV格式装换为(user, product, price)形式
data = sc.textFile("data/UserPurchaseHistory.csv").map(lambda line: line.split(",")).map(lambda record: (record[0], record[1], record[2]))
#求总共购买次数
numPurchases = data.count()
#求不同客户的人数
uniqueUsers = data.map(lambda record: record[0]).distinct().count()
#求总收入
totalRevenue = data.map(lambda record: float(record[2])).sum()
#求最畅销产品
products = data.map(lambda record: (record[1], 1.0)).reduceByKey(lambda a, b: a+b).collect()
mostPopular = sorted(products, key=lambda x: x[1], reverse=True)[0]
#打印结果
print "Total purchases: %d" % numPurchases
print "Unique users: %d" %uniqueUsers
print "Total revenue: %2.2f" % totalRevenue
print "Most popular product: %s with %d purchases" % (mostPopular[0], mostPopular[1])

1.       运行和结果

1)        将spark解压后的目录设为SPARK_HOME

export SPARK_HOME=~/Software/spark-1.2.0-bin-hadoop2.4

2)        运行

$SPARK_HOME/bin/spark-submit pythonapp.py



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值