中国农业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深入大型数据集:并行与分布化Python代码/(美) John T. Wolohan著 张若飞译

出版发行项:

北京:电子工业出版社,2021

ISBN及定价:

978-7-121-40368-2/CNY99.00

载体形态项:

XX, 300页:图;24cm

统一题名:

Mastering large datasets with Python : parallelize and distribute your Python code

其它题名:

并行与分布化Python代码

个人责任者:

沃勒翰 (Wolohan, John T.) 著

个人次要责任者:

张若飞 译

学科主题:

软件工具-程序设计

中图法分类号:

TP311.561

责任者附注:

责任者Wolohan汉译姓: 沃勒翰取自CIP数据

提要文摘附注:

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 S3服务，以及如何在AWS的EMR集群中运行分布式的Hadoop和Spark作业。

使用对象附注:

本书适合有一定Python编程基础，且希望掌握大型数据集处理能力的开发人员和数据科学家阅读

豆瓣简介：

随书光盘: