Python教程

安装Spark与python练习

本文主要是介绍安装Spark与python练习,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

一、安装Spark

基础环境--环境准备检查

 

 

安装spark

配置相关文件

 

 

 

 

 查看spark配置

 

 打开spark

 

 在pyspark中运行代码

Python实现英文文本的词频统计

准备文本文件

 

 

读文件

txt = open('lol.txt', "r", encoding='UTF-8').read()

 

预处理:大小写,标点符号,停用词

txt = txt.lower()  # 所有单词都替换成小写 for ch in '!"@#$%^&*()+,-./:;<=>?@[\\]_`~{|}':     txt = txt.replace(ch, " ") words = txt.split() stop_words = ['so', 'out', 'all', 'for', 'of', 'to', 'on', 'in', 'if',             'by', 'under', 'it', 'at', 'into', 'with', 'about'] lenwords = len(words) afterwords = [] for i in range(lenwords):     z = 1     for j in range(len(stop_words)):         if words[i] == stop_words[j]:             continue         else:             if z == len(stop_words):                 afterwords.append(words[i])                 break             z = z+1             continue

统计每个单词出现的次数

counts = {} for word in afterwords:     counts[word] = counts.get(word, 0) + 1 items = list(counts.items()) items.sort(key=lambda x: x[1], reverse=True)

按词频大小排序

i = 1 while i <= len(items):     word, count = items[i-1]     print("{0:<20}{1}".format(word, count))     i = i

结果写文件

txt = open("loltest.txt", "w", encoding='UTF-8')
txt.write(str(items))
print("文件写入成功")

lol.txt是英文文本,loltest.txt是运行结果后创建的文本,其内容如下

 

 

这篇关于安装Spark与python练习的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!