Screen Library深入大型数据集：并行与分布化Python代码 = Mastering large datasets with Python：parallelize and distribute your Python code
Saved in:
| Main Authors: | |
|---|---|
| Group Author: | |
| Published: |
电子工业出版社
|
| Publisher Address: | 北京 |
| Publication Dates: | 2021 |
| Literature type: | Book |
| Language: | Chinese |
| Subjects: | |
| Carrier Form: | ⅩⅩ,300页: 图 ; 24cm |
| ISBN: | 978-7-121-40368-2 |
| Index Number: | TP311 |
| CLC: | TP311.561 |
| Call Number: | TP311.561/3144-3 |
| Contents: |
博文视点 本书共分3部分，主要介绍如何使用Python语言来处理大型数据集。第1部分介绍map和reduce编程风格，以及Python中基础的map和reduce函数，并介绍如何将对象持久化，通过惰性函数和并行函数来加快大型数据集的处理速度。第2部分介绍Hadoop和Spark框架，以及如何使用mrjob库来编写Hadoop作业，如何实现PageRank算法，如何使用Spark来实现决策树和随机森林的机器学习模型。第3部分重点介绍云计算和云存储的基础知识，包括如何通过boto3的Python库将文件上传到AWS S3 |