摘要：正则表达式是什么？可以理解为文本的一种抽象特征，通过特定的符号规则，来对应特定的文本。这里我们实践的是python中的正则表达式。python中使用正则表达式很简单，包括下面4个简单步骤：引入正则表达式模块，import re；用re.compile()函数... 阅读全文

摘要：常用的python可视化工具包是matplotlib，seaborn是在matplotlib基础上做的进一步封装。入坑python可视化，对有些人来说如同望山跑死马，心气上早输了一节。其实学习一门新知识，首先要掌握的是这门知识的最少最核心知识，剩下的就让它在... 阅读全文

摘要：Spark 是大数据领域的一大利器，花时间总结了一下 Spark 常用算子，正所谓温故而知新。Spark 算子按照功能分，可以分成两大类：transform 和 action。Transform 不进行实际计算，是惰性的，action 操作才进行实际的计算。... 阅读全文

摘要：Hadoop shell 命令有三种格式hdfs + dfs (必须是dfs)Hadoop + dfsHadoop + df命令说明hadoop 版本查看hadoop versionhadoop 显示命令信息hadoop dfs列出 HDFS 目录Hadoo... 阅读全文