期末大作业

补交  02 Spark架构与运行流程  和  07 Spark RDD编程 综合实例 英文词频统计  作业

未交原因：   发在随笔上忘记提交了

 

期末大作业：

1.选择使用什么数据，有哪些字段，多大数据量。

数据集：2020年新冠肺炎疫情数据作为数据集

字段：5个字段，分别是：date，county，state，cases，deaths

数据量：150000条数据

2.准备分析哪些问题，可视化方式？（8个以上）

(1)统计美国截止每日的累计确诊人数和累计死亡人数，以双柱状图形式呈现。

(2)统计美国每日的新增确诊人数和新增死亡人数，以折线图形式呈现。

(3)统计截止5.19日，美国各州的累计确诊人数和死亡人数，以表格形式呈现。

(4)统计截止5.19日，美国确诊人数最多的十个州，以词云图形式呈现。

(5)统计截止5.19日，美国死亡人数最多的十个州，以象柱状图形式呈现。

(6)统计截止5.19日，美国确诊人数最少的十个州，以词云图形式呈现。

(7)统计截止5.19日，美国死亡人数最少的十个州，以漏斗图形式呈现。

(8)统计截止5.19日，全美和各州的病死率，以饼状图形式呈现。

 

3.当前进展。

数据已有