摘要: C#数据类型分为两大类:值类型(数据存放在栈stack中)和引用类型(数据存放在堆heap中,地址存放在栈stack中)。下图是列举了两种数据类型的数 值类型变量声明后,不管是否已经赋值,编译器为其分配内存。声明一个引用类时, 只在栈中分配内存,用于存放地址,而并没有为其分配堆上的内存空间。 值类型 阅读全文
posted @ 2019-06-27 16:15 KamChuen 阅读(8685) 评论(2) 推荐(1) 编辑
摘要: 一、用Hive对爬虫大作业产生的文本文件(或者英文词频统计下载的英文长篇小说)词频统计。 1、启动hadoop 2、hdfs上创建文件夹并查看 3、上传英文词频统计文本至hdfs 4、启动hive 5、创建novel原始文档表 6、导入文件内容到表novel并查看 7、用HQL进行词频统计,结果放在 阅读全文
posted @ 2018-05-25 12:50 KamChuen 阅读(154) 评论(0) 推荐(0) 编辑
摘要: 通过hadoop上的hive完成WordCount 启动hadoop ssh localhost cd /usr/local/hadoop ./sbin/start-dfs.sh cd /usr/local/hive/lib service mysql start start-all.sh Hdfs 阅读全文
posted @ 2018-05-16 16:17 KamChuen 阅读(100) 评论(0) 推荐(0) 编辑
摘要: 用mapreduce 处理气象数据集 编写程序求每日最高最低气温,区间最高最低气温 气象数据集下载地址为:ftp://ftp.ncdc.noaa.gov/pub/data/noaa 按学号后三位下载不同年份月份的数据(例如201506110136号同学,就下载2013年以6开头的数据,看具体数据情况 阅读全文
posted @ 2018-05-09 21:28 KamChuen 阅读(128) 评论(0) 推荐(0) 编辑
摘要: 1. 以下关系型数据库中的表和数据,要求将其转换为适合于HBase存储的表并插入数据: 学生表(Student)(不包括最后一列) 学号(S_No) 姓名(S_Name) 性别(S_Sex) 年龄(S_Age) 课程(course) 2015001 Zhangsan male 23 2015003 阅读全文
posted @ 2018-05-08 17:02 KamChuen 阅读(107) 评论(0) 推荐(0) 编辑
摘要: 1.选一个自己感兴趣的主题。 2.用python 编写爬虫程序,从网络上爬取相关主题的数据。 3.对爬了的数据进行文本分析,生成词云。 4.对文本分析结果进行解释说明。 5.写一篇完整的博客,描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。 6.最后提交爬取的全部数据、爬虫及数据分析源代 阅读全文
posted @ 2018-04-29 00:15 KamChuen 阅读(488) 评论(0) 推荐(0) 编辑
摘要: 编程实现以下指定功能,并利用Hadoop提供的Shell命令完成相同任务: 向HDFS中上传任意文本文件,如果指定的文件在HDFS中已经存在,由用户指定是追加到原有文件末尾还是覆盖原有的文件; if $(hdfs dfs -test -e text.txt); then $(hdfs dfs -ap 阅读全文
posted @ 2018-04-25 11:53 KamChuen 阅读(223) 评论(0) 推荐(0) 编辑
摘要: 1. 将新闻的正文内容保存到文本文件。 2. 将新闻数据结构化为字典的列表: 单条新闻的详情-->字典news 一个列表页所有单条新闻汇总-->列表newsls.append(news) 所有列表页的所有新闻汇总列表newstotal.extend(newsls) 3. 安装pandas,用pand 阅读全文
posted @ 2018-04-12 21:04 KamChuen 阅读(125) 评论(0) 推荐(0) 编辑
摘要: 1.取出一个新闻列表页的全部新闻 包装成函数。 2.获取总的新闻篇数,算出新闻总页数。 3.获取全部新闻列表页的全部新闻详情。 截图: 4.找一个自己感兴趣的主题,进行数据爬取,并进行分词分析。不能与其它同学雷同。 腾讯的中国赛车新闻网 截图: 阅读全文
posted @ 2018-04-11 20:49 KamChuen 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 1. 用requests库和BeautifulSoup库,爬取校园新闻首页新闻的标题、链接、正文、show-info。 2. 分析info字符串,获取每篇新闻的发布时间,作者,来源,摄影等信息。 3. 将字符串格式的发布时间转换成datetime类型 4. 使用正则表达式取得新闻编号 5. 生成点击 阅读全文
posted @ 2018-04-08 20:56 KamChuen 阅读(160) 评论(0) 推荐(0) 编辑