摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3339 1.将爬虫大作业产生的csv文件上传到HDFS 2.对CSV文件进行预处理生成无标题文本文件 3.把hdfs中的文本文件最终导入到数据仓库Hive中 4.在Hive中查 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3319 1.用自己的话阐明Hadoop平台上HDFS和MapReduce的功能、工作原理和工作过程。 整个Hadoop的体系结构主要是通过HDFS来实现对分布式存储的底层支持， 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3292 利用Shell命令与HDFS进行交互 以”./bin/dfs dfs”开头的Shell命令方式 1.目录操作 在HDFS中为hadoop用户创建一个用户目录（hadoo 阅读全文

摘要： 作业来自： 4. 简述Hadoop平台的起源、发展历史与应用现状。 说到Hadoop的起源，不得不说到一个传奇的IT公司—全球IT技术的引领者Google。Google(自称)为云计算概念的提出者，在自身多年的搜索引擎业务中构建了突破性的GFS(Google File System)，从此文件系统进 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3075 老师：MissDu 老师：MissDu 一.把爬取的内容保存取MySQL数据库 import pandas as pd import pymysql from sqla 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2941 1.从新闻url获取新闻详情： 字典,anews 2.从列表页的url获取新闻url：列表append(字典) alist 3.生成所页列表页的url并获取全部新闻 ： 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2894 给定一篇新闻的链接newsUrl，获取该新闻的全部信息 标题、作者、发布单位、审核、来源 发布时间:转换成datetime类型 点击： newsUrl newsId(使 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2851 1. 简单说明爬虫原理 给网站发送请求，获取资源后解析并提取有用数据的程序 2. 理解爬虫开发过程 1).简要说明浏览器工作原理； 连接，服务器通过一个ServerSo 阅读全文

摘要： 作业来自：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2773 中文词频统计 1. 下载一长篇中文小说。 2. 从文件读取待分析文本。 3. 安装并使用jieba进行中文分词。 pip install jieba import ji 阅读全文

摘要： 作业的要求来自于：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2696 1.列表，元组，字典，集合分别如何增删改查及遍历。 2.总结列表，元组，字典，集合的联系与区别。参考以下几个方面： 括号 有序无序 可变不可变 重复不可重复 存 阅读全文