Python pyspark RDD.takeSample用法及代碼示例

本文簡要介紹 pyspark.RDD.takeSample 的用法。

用法: RDD.takeSample(withReplacement, num, seed=None)

返回此 RDD 的固定大小的采樣子集。

注意：

僅當預期結果數組很小時才應使用此方法，因為所有數據都加載到驅動程序的內存中。

例子：

>>> rdd = sc.parallelize(range(0, 10))
>>> len(rdd.takeSample(True, 20, 1))
20
>>> len(rdd.takeSample(False, 5, 2))
5
>>> len(rdd.takeSample(False, 15, 3))
10

相關用法

Python pyspark RDD.takeOrdered用法及代碼示例
Python pyspark RDD.take用法及代碼示例
Python pyspark RDD.treeAggregate用法及代碼示例
Python pyspark RDD.toLocalIterator用法及代碼示例
Python pyspark RDD.treeReduce用法及代碼示例
Python pyspark RDD.top用法及代碼示例
Python pyspark RDD.saveAsTextFile用法及代碼示例
Python pyspark RDD.keyBy用法及代碼示例
Python pyspark RDD.sumApprox用法及代碼示例
Python pyspark RDD.lookup用法及代碼示例
Python pyspark RDD.zipWithIndex用法及代碼示例
Python pyspark RDD.sampleByKey用法及代碼示例
Python pyspark RDD.coalesce用法及代碼示例
Python pyspark RDD.subtract用法及代碼示例
Python pyspark RDD.count用法及代碼示例
Python pyspark RDD.groupWith用法及代碼示例
Python pyspark RDD.distinct用法及代碼示例
Python pyspark RDD.mapPartitionsWithIndex用法及代碼示例
Python pyspark RDD.foreachPartition用法及代碼示例
Python pyspark RDD.zipWithUniqueId用法及代碼示例
Python pyspark RDD.sortByKey用法及代碼示例
Python pyspark RDD.collectAsMap用法及代碼示例
Python pyspark RDD.countApproxDistinct用法及代碼示例
Python pyspark RDD.reduceByKeyLocally用法及代碼示例
Python pyspark RDD.max用法及代碼示例

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.RDD.takeSample。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。