PySpark实战指南：利用Python教程和Spark构建数据密集型应用并规模化部署pdf百度网盘下载地址?
本文从Spark的基本特点出发，借助大量例子详细介绍了如何使用Python教程调用Spark新特性、处理结构化及非结构化数据、使用PySpark中基本可用数据类型、生成机器学习模型、进行图像操作以及阅读串流数据等新兴技术内容。
Python教程作者简介:
作者:(美)托马兹·卓巴斯 作者:丹尼·李 译者:栾云杰 译者:陈瑶 译者:刘旭斌 托马兹·卓巴斯(Tomasz Drabas)，微软数据科学家，他拥有超过13年的数据分析经验。托马兹每天都和大数据打交道，解决机器学习问题（如异常检测、流失预测），并使用Spark进行模式识别。丹尼·李(Denny Lee)，微软Azure DocumentDB团队的首席项目经理。他是一个经验丰富的分布式系统和数据科学工程师，拥有超过18年的经验，擅长开发互联网级别基础架构、数据平台和预测分析系统（包括内部部署和云环境）。
Python教程目录:
第1章 了解Spark 1
第2章 弹性分布式数据集 12
第3章 DataFrame 24
第4章 准备数据建模 43
第5章 MLlib介绍 61
第6章 ML包介绍 75
第7章 GraphFrames 100
第8章 TensorFrames 120
第9章 使用Blaze实现混合持久化
点击下载
本文来自投稿，不代表亲测学习网立场，如若转载，请注明出处：https://www.qince.net/pyspark%e5%ae%9e%e6%88%98%e6%8c%87%e5%8d%97%ef%bc%9a%e5%88%a9%e7%94%a8python%e6%95%99%e7%a8%8b%e5%92%8cspark%e6%9e%84%e5%bb%ba%e6%95%b0%e6%8d%ae%e5%af%86%e9%9b%86%e5%9e%8b%e5%ba%94%e7%94%a8%e5%b9%b6.html
郑重声明：
本站所有内容均由互联网收集整理、网友上传，并且以计算机技术研究交流为目的，仅供大家参考、学习，不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动，请您购买正版授权并合法使用。
我们不承担任何技术及版权问题，且不对任何资源负法律责任。
如遇到资源无法下载，请点击这里失效报错。失效报错提交后记得查看你的留言信息，24小时之内反馈信息。
如有侵犯您的版权，请给我们私信，我们会尽快处理，并诚恳的向你道歉！
