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）进行词频统计。 2.用Hive对爬虫大作业产生的csv文件进行数据分析，写一篇博客描述你的分析过程和分析结果。 首先，我是分析慕课网的课程页面，也就是我前面的文章，爬虫大作业分析的数据。下面开始进行HIVE分析。 数据导入 阅读全文
摘要：
. 用Python编写WordCount程序并提交任务 程序 WordCount 输入 一个包含大量单词的文本文件 输出 文件中每个单词及其出现次数（频数），并按照单词字母顺序排序，每个单词和其频数占一行，单词和频数之间有间隔 2. 用mapreduce 处理气象数据集 编写程序求每日最高最低气温， 阅读全文
摘要：
create 'Student', ' S_No ','S_Name', ’S_Sex’,'S_Age' put 'Student','s001','S_No','2015001' put 'Student','s001','S_Name','Zhangsan' put 'Student','s001','S_Sex','male' put 阅读全文
摘要：
一、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. mkdir hadoop 在本地查看文件位置（ls） cd hadoop 在本地显示文件内容 touch test.txt gedit t 阅读全文
摘要：
1.选一个自己感兴趣的主题或网站。(所有同学不能雷同) 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 阅读全文
摘要：
import requests from bs4 import BeautifulSoup import json import jieba.analyse from PIL import Image import numpy as np import matplotlib.pyplot as plt from wordcloud import WordCloud,ImageColorGener... 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 news ={} 一个列表页所有单条新闻汇总-->列表newsls.append(news) newsList.append(getNewsDetail(newsUrl)) 所有列表页的所 阅读全文
摘要：
1. 用正则表达式判定邮箱是否输入正确。 a='974975677@qq.com' b='^(\w)+([\.\_\-]\w+)*@(\w)+((\.\w{2,3}){1,3})$' print(re.match(a,b)) 2. 用正则表达式识别出全部电话号码。 3. 用正则表达式进行英文分词。r 阅读全文
摘要：
import requests from bs4 import BeautifulSoup url = 'http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get(url) res.encoding = 'utf-8' soup = B 阅读全文
摘要：
1.利用requests.get(url)获取网页页面的html文件 import requests newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/' res = requests.get(newsurl) #返回response对象 res.en 阅读全文