|
题名:
|
深入大型数据集:并行与分布化Python代码 / (美)J·T· Wolohan(J·T· 沃勒翰) , |
|
ISBN:
|
9787121403682 价格： |
|
出版发行:
|
出版地： 出版社： 电子工业出版社 出版日期： 2021.01.01 |
|
内容提要:
|
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 |
|
主题词:
|
工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>程序设计、软件工程 |
|
中图分类法:
|
TP311.561 版次： |