python 的hadoop统计词频脚本实现

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python 的hadoop统计词频脚本实现，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含564字，纯文字阅读大概需要1分钟。

内容图文

map阶段

# -*- coding: utf-8 -*-
import sys

for line in sys.stdin:
    line = line.strip()
    words = line.split()
    for word in words:
        print("%s\t%s" % (word, 1))

reduce阶段

# -*- coding: utf-8 -*-
import sys

current_word = None
current_count = 0
word = None

for line in sys.stdin:
    word, count = line.split('\t', 1)
    try:
        count = int(count)
    except ValueError:
        continue
    if current_word == word:
        current_count += count
    else:
        if current_word:
            print ('%s\t%s' % (current_word, current_count))
        current_word = word
        current_count = count

if current_word == word:
    print('%s\t%s' % (current_word, current_count))

 

内容总结

以上是互联网集市为您收集整理的python 的hadoop统计词频脚本实现全部内容，希望文章能够帮你解决python 的hadoop统计词频脚本实现所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---