摘要：
Hadoop综合大作业 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。 1.首先启动hadoop，并查看环境是否齐全 2..在Hdfs上创建文件夹storyinput,并且创建并编辑story.txt。将下载的英文小说写进去。而我只是将一篇章节的英文小说放进 阅读全文
摘要：
通过hadoop上的hive完成WordCount 1.启动hadoop 2.Hdfs上创建文件夹 先创建user 之后创建hadoop ，之后创建wcinput,之后查看目录 3.上传文件至hdfs 首先创建并编辑要上传的文件，我的是159.txt. 4.启动Hive 5.创建原始文档表 6.导入 阅读全文
摘要：
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，看具体数据情况稍有变通） 解压数据集，并保存在文本文 阅读全文
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
摘要：
爬虫大作业 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。 1.选一个自己感兴趣的主题。 2. 阅读全文
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： 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. 在本地查看文件位置（ls） 在本地显示文件内容 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 阅读全文
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
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。 爬取的是起点小说网页一部小说目录的标题及相关信息。 截图： 解析排序后内容： 阅读全文
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。 截图： 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。 截图： 1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链 阅读全文
摘要：
0.可以新建一个用于练习的html文件，在浏览器中打开。 上课时老师所给的html文件，便于数据爬虫。 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>GZCC新闻网</title> </head> <bod 阅读全文