大数据作业总结
来源:互联网 发布:火焰喷射器升级数据 编辑:程序博客网 时间:2024/04/30 17:26
调了很久,终于调通了。总结一下遇到的几个bug:
1 python 文件流会在每次读以后做标记,下次继续从上一位置开始读,如果每次都需要从头遍历的话,最好每次都重新打开文件,当然这个会影响程序的效率,但是目前我还没有想到什么合适的解决方案
2 读取文件的时候若文件中含有中文,要注意 中文编码问题。其实到目前为止也没想通这个编码怎么时好时不好,搞的心烦
3 Mrjob在输出的时候需要设置一下输出的协议,OUTPUT_PROTOCOL = RawProtocol,有时间阅读一下源码,看看到底是啥原因。
4 还有就是调试要耐心啊耐心,测试的时候要把所有能想到的情况都进行测试啊啊啊啊!
5 set可以看成数学意义上的无序和无重复元素的集合,因此,两个set可以做数学意义上的交集、并集等操作:
>>> s1 = set([1, 2, 3])>>> s2 = set([2, 3, 4])>>> s1 & s2set([2, 3])>>> s1 | s2set([1, 2, 3, 4])
set和dict的唯一区别仅在于没有存储对应的value,但是,set的原理和dict一样,所以,同样不可以放入可变对象,因为无法判断两个可变对象是否相等,也就无法保证set内部“不会有重复元素”。
6
Python内置的enumerate
函数可以把一个list变成索引-元素对,这样就可以在for
循环中同时迭代索引和元素本身:
>>> for i, value in enumerate(['A', 'B', 'C']):... print i, value...0 A1 B2 C
上面的for
循环里,同时引用了两个变量,在Python里是很常见的,比如下面的代码:
>>> for x, y in [(1, 1), (2, 4), (3, 9)]:... print x, y...1 12 43 9
0 0
- 大数据作业总结
- 数据库大作业总结
- JSP大作业 知识总结
- 数据挖掘大作业参考文献
- 大作业小巴学车的总结
- 大数据学习-scala作业(2)
- 大数据作业 hadoop伪分布搭建
- 【可视化】数据仓库与数据挖掘大作业
- 大数据预科班作业5~6
- 大数据预科班作业7
- 大数据预科班作业8
- 大数据预科班作业9
- 大数据预科班作业11
- 大数据预科班作业10
- 大数据预科班作业13
- 大数据算法作业笔记1
- 大数据总结
- 数据解析大总结
- WEB 打印方案汇总
- dtree.js菜单列表加密,实现Code
- 吉普曲线
- SizeClass 和AutoLayout教程2
- 黑马程序员——Java基础语法(一)---关键字、常量、变量、运算符--第2天--第11-26集
- 大数据作业总结
- 【网络流-最大流-Dinic-建模】POJ3281 Dining:Pascal 解法
- Building Remote+Local *nix Develop Environment(II)
- PHP面向对象精华
- 墙内快速下载Android SDK的方法
- GNOME Power Manager not installed correctly. Please contact your system administrator
- easyui-datagrid动态修改url,实现datagrid中数据的更新变化
- const char* const a
- 《大数据时代》第七章读后整理和感悟