摘要: 1.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。 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.导入文件 阅读全文
posted @ 2018-05-25 21:52 loadingwhat 阅读(314) 评论(0) 推荐(0) 编辑
摘要: 通过hadoop上的hive完成WordCount 启动hadoop Hdfs上创建文件夹 上传文件至hdfs 启动Hive 创建原始文档表 导入文件内容到表docs并查看 用HQL进行词频统计,结果放在表word_count里 查看统计结果 阅读全文
posted @ 2018-05-16 16:52 loadingwhat 阅读(174) 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 20:24 loadingwhat 阅读(146) 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 @ 2018-04-30 21:56 loadingwhat 阅读(127) 评论(0) 推荐(0) 编辑
摘要: 1、在本地Linux文件系统的“/home/hadoop/”目录下创建一个文件txt,里面可以随意输入一些单词. 2、在本地查看文件位置(ls) 3、在本地显示文件内容 4、使用命令把本地文件系统中的“txt”上传到HDFS中的当前用户目录的input目录下。 5、查看hdfs中的文件(-ls) 6 阅读全文
posted @ 2018-04-25 15:16 loadingwhat 阅读(239) 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 20:59 loadingwhat 阅读(130) 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。 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。 运行结果: 阅读全文
posted @ 2018-04-11 18:48 loadingwhat 阅读(260) 评论(0) 推荐(0) 编辑
摘要: 可以新建一个用于练习的html文件,在浏览器中打开。 1.利用requests.get(url)获取网页页面的html文件 2.利用BeautifulSoup的HTML解析器,生成结构树 3.找出特定标签的html元素 soup.p #标签名,返回第一个 soup.head soup.p.name 阅读全文
posted @ 2018-03-30 12:36 loadingwhat 阅读(272) 评论(0) 推荐(0) 编辑
摘要: import jieba f=open('hlm.txt','r') text=f.read() notelist=list(jieba.lcut(text)) textdic={} for i in set(notelist): #计算次数 textdic[i]=notelist.count(i) delete={'。',' ','他',';', '的', '说', '道', ... 阅读全文
posted @ 2018-03-28 13:23 loadingwhat 阅读(145) 评论(0) 推荐(0) 编辑
摘要: music="""Why don't I like the girl I seeThe one who's standing right in front of meWhy don't I think before I speakI should have listened to that voice inside meI must be stupid, must be crazy, must b... 阅读全文
posted @ 2018-03-24 10:56 loadingwhat 阅读(190) 评论(1) 推荐(0) 编辑