本文整理汇总了Python中pyspark.mllib.random.RandomRDDs.uniformRDD方法的典型用法代码示例。如果您正苦于以下问题：Python RandomRDDs.uniformRDD方法的具体用法？Python RandomRDDs.uniformRDD怎么用？Python RandomRDDs.uniformRDD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.mllib.random.RandomRDDs的用法示例。
在下文中一共展示了RandomRDDs.uniformRDD方法的2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: test_to_java_object_rdd
# 需要导入模块: from pyspark.mllib.random import RandomRDDs [as 别名]
# 或者: from pyspark.mllib.random.RandomRDDs import uniformRDD [as 别名]
def test_to_java_object_rdd(self): # SPARK-6660
data = RandomRDDs.uniformRDD(self.sc, 10, 5, seed=0)
self.assertEqual(_to_java_object_rdd(data).count(), 10)示例2: SparkContext
# 需要导入模块: from pyspark.mllib.random import RandomRDDs [as 别名]
# 或者: from pyspark.mllib.random.RandomRDDs import uniformRDD [as 别名]
"""
Testing with Random data generation
https://spark.apache.org/docs/latest/mllib-statistics.html
"""
from pyspark.mllib.random import RandomRDDs
from pyspark import SparkContext
sc = SparkContext("local", "Rubbish")
# Generate a random double RDD that contains 1 million i.i.d. values drawn from the
# standard normal distribution `N(0, 1)`, evenly distributed in 10 partitions.
u = RandomRDDs.uniformRDD(sc, 1000000L, 10)
# Apply a transform to get a random double RDD following `N(1, 4)`.
v = u.map(lambda x: 1.0 + 2.0 * x)
print v