加载中...
扫一扫
下载苏宁易购APP
关注苏宁推客公众号
自购省钱·分享赚钱
下载苏宁金融APP
关注苏宁易购服务号
用户评价:----
物流时效:----
售后服务:----
实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新Python大数据分析从入门到精通兰一杰9787301313558
¥ ×1
商品
服务
物流
章为什么选择用Python1.1易于使用1.2兼容Hadoop1.3可扩展和灵活1.4良好的社区支持和开发环境1.5在数据分析领域的优势1.6总结第二章大数据开发环境的搭建2.1安装大数据集成环境HDP2.2安装Spark环境(Windows).自行安装大数据开发环境2.4总结第三章构建分析数据3.1分析数据的说明3.2导入数据到HDPSandBox中3.3导入自安装的环境中使用3.4导入Windows的Spark中3.5导入Northwind数据库3.6总结第四章Python对Hadoop的作4.1Snakebite的说明4.2HDFS命令说明4.3SnakebiteClient类的使用4.4SnakebiteCLI的使用4.5总结第五章Python对Hive的作5.1Hive说明5.2使用PyHive5.3使用Python编写HiveUDF5.4Impyla的使用5.5HiveSL调优方法5.6总结第六章Python对HBase的作6.1HBase说明6.2HBaseShell命令6.3HappyBase说明6.4HappyBase的使用6.5总结第七章Python集成到Pig7.1Pig说明7.2PigLatin的使用7.3PythonPig的整合7.4总结第八章PySparkShell应用8.1操作步骤8.2应用对象8.3Spark核心模块8.4SparkShell的使用8.5PySparkShell的使用8.6总结第九章PySpark对RDD作9.1SparkRDD说明9.2RDDAPI说明9.3在API函数中使用Lambda表达式9.4从HDFS中读取数据并以SequenceFile格式存储9.5读取CSV文件处理并存储9.6读取Json文件处理9.7通过RDD计算圆周率9.8查看RDD计算的状态9.9总结第十章PySpark对DataFrame的作10.1SparkDataFrame说明10.2DataFrameAPI总述10.3DataFrame数据结构API10.4DataFrame数据处理API10.5Postgresql和DataFrame10.6CSV和DataFrame10.7Json和DataFrame10.8Numpy、Pandas和DataFrame10.9RDD和DataFrame10.10HDFS和DataFrame10.11Hive和DataFrame10.12HBase和DataFrame10.13总结十章PySpark对Streaming的作11.1SparkStreaming说明11.2SparkStreamingAPI11.3网络数据流11.4文件数据流11.5Kafka数据流11.6Flume数据流11.7eueStream数据流11.8使用StreamingListener监听数据流11.9总结第十二章PySparkSL12.1关于SparkSL12.2SparkSL相关API1.SparkSL使用步骤12.4Postgresql和SparkSL12.5CSV和SparkSL12.6Json和SparkSL12.7HDFS和SparkSL12.8Hive和SparkSL12.9UDF和SparkSL12.10Streaming和SparkSL12.11SparkSL优化12.12总结第十三章分析方法及构架的说明13.1统计的概念和数据可视化13.2数据分析方法的探讨13.3开发构架说明13.4总结整合说明第十四章集成分析14.1SL窗口函数的说明14.2HiveSL分析14.3SparkSL分析14.4HBaseSL分析14.5对接Numpy、Pandas的分析14.6对接Blaze分析14.7总结第十五章数据挖掘15.1关于机器学习15.2PySpark机器学15.3特征的抽取、转换和选择15.4PySpark机器学的使用15.5集成TensorFlow15.6集成scikit-learn15.7总结第十六章数据可视化16.1标签云16.2Zeppelin的使用16.3Mathplotlib的使用16.4Superset的使用16.5总结附录
兰一杰,资深软件、项目经理,对Python大数据、人工智能、深度学习等有深入研究并能灵活整合运用。多年从事通过Python实施自动化运维、主数据项目、大数据分析项目的开发工作,涉及靠前各大房地产企业、金融企业、机关灯领域。
1.理论与实践相结合:先对功能模块进行理论讲解,然后使用代码进行演示说明,由浅入深层层推进,易学易懂; 2.技术的整合强:对大数据平台的各项功能模块进行集成使用,以实现对不同需求使用合理技术进行处理; 3.体系的完备好:大数据平台中数据的导入、分析、挖掘、可视化等均使用Python处理,系统学习项目开发的全流程;
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员