10 期末大作业
https://www.cnblogs.com/yanw/p/14858966.html 02 Spark架构与运行流程 错过了提交时间
https://www.cnblogs.com/yanw/p/14858941.html 05 RDD练习:词频统计,学习课程分数 忘记交了
https://www.cnblogs.com/yanw/p/14858958.html 07 Spark RDD编程 综合实例 英文词频统计 错过了提交时间
大作业:
1.选择使用什么数据,有哪些字段,多大数据量。
kaggle提供的美国疫情数据
字段:date 日期
county 区县(州的下一级单位)
state 州
cases 截止该日期该区县的累计确诊人数
deaths 截止该日期该区县的累计确诊人数
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。可视化方式:双柱状图
(2). 统计美国每日的新增确诊人数和新增死亡人数。可视化方式:折线图
(3). 统计截止5.19日,美国各州的累计确诊人数和死亡人数。可视化方式:表格
(4). 统计截止5.19日,美国确诊人数最多的十个州。可视化方式:词云图
(5). 统计截止5.19日,美国死亡人数最多的十个州。可视化方式:象柱状图
(6). 统计截止5.19日,美国确诊人数最少的十个州。可视化方式:词云图
(7). 统计截止5.19日,美国死亡人数最少的十个州。可视化方式:漏斗图
(8). 统计截止5.19日,全美和各州的病死率。可视化方式:饼状图
3.当前进展。
已有数据集