pygame 实现打字单词的统计 |
您所在的位置:网站首页 › map的遍历 › pygame 实现打字单词的统计 |
单词统计的是统计一个文件中单词出现的次数,比如下面的数据源 其中,最终出现的次数结果应该是下面的显示 那么在MapReduce中该如何编写代码并出现最终结果? 首先我们把文件上传到HDFS中(hdfs dfs –put …) 数据名称:data.txt,大小是size是2G 红黄绿三个块表示的是数据存放的块 然后数据data.txt进入map阶段,会以(KV对)的形式进入,K表示的是:每行首字母相对于文件头的字节偏移量,V表示的是每一行的文本。 那么我可以用图表示:蓝色的椭圆球表示一个map,红黄绿数据块在进入map阶段的时候,数据的形式为左边红色的(KV对)的形式 经过map处理,比如String.split(“”),做一次处理,数据会在不同的红黄绿数据块中变为下面的KV形式 我们在配置Hadoop的时候或设置reduce的数量,假如有两个reduce Map执行完的数据会放到对应的reduce中,如下图 这个地方有一个简单的原理就是 Job.setNumReduce(2)会设置reduce的数量 而HashPartioner类可以利用 key.hashcode % reduce的结果,将不同的map结果输入到不同的reduce中,比如a-e开头的放到一个地方,e-z开头的放到一个地方,那么 这样的数据结果就会变成 好那么我们此时可以统计了,我开始编写代码 首先我们创建一个wordCount项目,我们创建的项目是maven项目 其中pom的配置部分 我们创建类 继承Mapper(注意注释) 编写代码 同样创建WordCountReducer,编写代码,利用前面的reduce思想理解 创建WordCountDriver类编写代码 导出项目jar 我们启动Hadoop 我们上传数据和jar包 将数据上传到hdfs上 执行下面语句 bin/yarn jar /data/wordCount/wordCount.jar com.xlglvc.xx.mapredece.wordcount_client.WordCountDriver /data.txt /outputwordcount 出了点问题,时间不同步 安装ntpdate工具 yum -y install ntp ntpdate 设置系统时间与网络时间同步 ntpdate cn.pool.ntp.org 然后重新执行,此时我们新选择个目录 bin/yarn jar /data/wordCount/wordCount.jar com.xlglvc.xx.mapredece.wordcount_client.WordCountDriver /data.txt /outputwordcount1 我们去浏览器查询 我们查看最终结果 bin/hdfs dfs -text /outputwordcount1/part-r-00000 出现我们想要的结果,统计完成 Original: https://blog.csdn.net/weixin_34138102/article/details/113312290Author: 比阿千还要可爱Title: pygame 实现打字单词的统计_Java实现单词统计 相关阅读 Title: python删除dataframe特定列_pandas.DataFrame删除/选取含有特定数值的行或列实例1.删除/选取某列含有特殊数值的行 import pandas as pd import numpy as np a=np.array([[1,2,3],[4,5,6],[7,8,9]]) df1=pd.DataFrame(a,index=[‘row0′,’row1′,’row2’],columns=list(‘ABC’)) print(df1) df2=df1.copy() 删除/选取某列含有特定数值的行 df1=df1[df1[‘A’].isin([1])] df1[df1[‘A’].isin([1])] 选取df1中A列包含数字1的行df1=df1[~df1[‘A’].isin([1])] 通过~取反,选取不包含数字1的行print(df1) 运行结果: 2.删除/选取某行含有特殊数值的列 删除/选取某行含有特定数值的列cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==3] 利用enumerate对row0进行遍历,将含有数字3的列放入cols中print(cols) df2=df2[cols] 选取含有特定数值的列df2=df2.drop(cols,axis=1) #利用drop方法将含有特定数值的列删除 print(df2) 运行结果: 3.删除含有空值的行或列 实现思路:利用pandas.DateFrame.fillna对空值赋予特定值,再利用上文介绍的方法找到这些含有特定值的行或列去除即可。 import pandas as pd import numpy as np df1 = pd.DataFrame( [ [np.nan, 2, np.nan, 0], [3, 4, np.nan, 1], [np.nan, np.nan, np.nan, 5], [np.nan, 3, np.nan, 4] ],columns=list(‘ABCD’)) print(df1) df2=df1.copy() df1[‘A’]=df1[‘A’].fillna(‘null’) #将df中A列所有空值赋值为’null’ print(df1) df1=df1[~df1[‘A’].isin([‘null’])] print(df1) 删除某行空值所在列df2[0:1]=df2[0:1].fillna(‘null’) print(df2) cols=[x for i,x in enumerate(df2.columns) if df2.iat[0,i]==’null’] print(cols) df2=df2.drop(cols,axis=1) print(df2) 运行结果: 以上这篇pandas.DataFrame删除/选取含有特定数值的行或列实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持找一找教程网。 Original: https://blog.csdn.net/weixin_35822534/article/details/113507657Author: 7323Title: python删除dataframe特定列_pandas.DataFrame删除/选取含有特定数值的行或列实例 原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/346307/ 转载文章受原作者版权保护。转载请注明原作者出处! |
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |