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。 （1）开启所有的服务，并创建文件夹wwc (2)查看目录下所有文件 （3）把hdfs文件系统中文件夹里的文本文件load进去。 （4）进入hive,并查看所有的表 (5)创建表word,,写hiveQL命令 阅读全文
2018年5月25日
2018年5月16日
摘要：
通过hadoop上的hive完成WordCount 启动hadoop Hdfs上创建文件夹 上传文件至hdfs 启动Hive 创建原始文档表 导入文件内容到表docs并查看 用HQL进行词频统计，结果放在表word_count里 查看统计结果 好文要顶 关注我 收藏该文 好文要顶 关注我 收藏该文 阅读全文
2018年5月9日
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
2018年5月8日
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
2018年4月30日
摘要：
# -*- coding: UTF-8 -*-# -*- import requests import re import jieba import locale locale=locale.setlocale(locale.LC_CTYPE, 'chinese') from bs4 import 阅读全文
2018年4月12日
摘要：
import requests from bs4 import BeautifulSoup from datetime import datetime import re import pandas #获取点击次数 def getClickCount(newsUrl): newId=re.search('\_(.*).html',newsUrl).group(1).split('/')... 阅读全文
2018年4月9日
摘要：
import requests from bs4 import BeautifulSoup from datetime import datetime import re res = requests.get('http://news.gzcc.cn/html/xiaoyuanxinwen/') res.encoding = 'utf-8' soup = BeautifulSoup(res.te... 阅读全文
2018年3月29日
摘要：
import requests from bs4 import BeautifulSoup res = requests.get('https://www.bilibili.com/') res.encoding = 'UTF-8' soup = BeautifulSoup(res.text, 'html.parser') # 取出h1标签的文本 for h1 in soup.find_all... 阅读全文
2018年3月28日
摘要：
import jieba file=open('pingfandeshijie','r',encoding = 'utf-8') wordList=list(jieba.cut(file.read()))wordDict={}for word in wordList: if(len(word)==1 阅读全文
2018年3月15日
