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）词频统计。 首先开启相关的程序，hadoop、hbase 使用hdfs命令把下载的英文长篇小说复制进hdfs文件夹中 然后打开hive命令行将hdfs中的长篇小说加入数据表 然后查看数据表中的数据 然后使用相关的命令进行词 阅读全文
|
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）词频统计。 首先开启相关的程序，hadoop、hbase 使用hdfs命令把下载的英文长篇小说复制进hdfs文件夹中 然后打开hive命令行将hdfs中的长篇小说加入数据表 然后查看数据表中的数据 然后使用相关的命令进行词 阅读全文
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 阅读全文
摘要：
用mapreduce 处理气象数据集 编写程序求每日最高最低气温，区间最高最低气温 阅读全文
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
摘要：
因为一直无法下载python中wordcloud的相关文件，于是便使用了网上词云的生成器。网址是：https://timdream.org/wordcloud 运行效果图： 此次爬取的是一个关于区块链的新闻内容，通过使用python爬取新闻页面的内容,然后使用网上的词云生成器生成词。 阅读全文
摘要：
编程实现以下指定功能，并利用Hadoop提供的Shell命令完成相同任务： 1、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. 2、在本地查看文件位置（ls） 3、在本地显示文件内容 4、使用命令把本地文件系统中的“txt”上传到HDFS 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 一个列表页所有单条新闻汇总-->列表newsls.append(news) 所有列表页的所有新闻汇总列表newstotal.extend(newsls) 3. 安装pandas，用pand 阅读全文
摘要：
1.取出一个新闻列表页的全部新闻 包装成函数。 2.获取总的新闻篇数，算出新闻总页数。 3.获取全部新闻列表页的全部新闻详情。 此处有个疑问，最后的for循环中，如果改为（2,n）则只输出某一列表页中的新闻，但是换成（1,n）则显示所有列表中的所有新闻 4.找一个自己感兴趣的主题，进行数据爬取，并进 阅读全文
摘要：
1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文、show-info。 2. 分析info字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。 3. 将字符串格式的发布时间转换成datetime类型 4. 使用正则表达式取得新闻编号 5. 生成点击 阅读全文
摘要：
0.可以新建一个用于练习的html文件，在浏览器中打开。 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( 阅读全文
|