本文整理汇总了Python中pyspark.SparkContext.jsonFile方法的典型用法代码示例。如果您正苦于以下问题:Python SparkContext.jsonFile方法的具体用法?Python SparkContext.jsonFile怎么用?Python SparkContext.jsonFile使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类pyspark.SparkContext
的用法示例。
在下文中一共展示了SparkContext.jsonFile方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: SparkConf
# 需要导入模块: from pyspark import SparkContext [as 别名]
# 或者: from pyspark.SparkContext import jsonFile [as 别名]
from pyspark import SparkContext, SparkConf
from pyspark import SQLContext
from pyspark.mllib.feature import HashingTF
from pyspark.mllib.clustering import KMeans
from os.path import dirname
conf = SparkConf().setAppName("test")
sc = SparkContext(conf=conf)
sc = SQLContext(sc)
path = dirname(dirname(__file__))
data = sc.jsonFile(path + "/data/tweets/*/*")
data.registerTempTable("tweets")
tf = HashingTF(numFeatures=10000)
def featurize(str):
return tf.transform(str.split())
vectors = data.map(featurize).cache()
model = KMeans.train(vectors, 5, 100)
groups = data.groupBy(lambda t: model.predict(featurize(t)))
for each in groups:
print(each)
model.predict(featurize("test"))