Python 在自实现对象/类的函数上使用Pysparks rdd.parallelize（）.map（）
我有一些我想并行计算的对象，所以我想我可以求助于pyspark 考虑这个例子，一个类的对象有一个数字Python 在自实现对象/类的函数上使用Pysparks rdd.parallelize（）.map（）,python,class,apache-spark,pyspark,rdd,Python,Class,Apache Spark,Pyspark,Rdd,我有一些我想并行计算的对象，所以我想我可以求助于pyspark 考虑这个例子，一个类的对象有一个数字i，可以用square（）进行平方： 类MyMathObject（）： 定义初始化（self，i）： self.i=i def方形（自）： 返回自我。i**2 print（MyMathObject（3.square（））#使用常规python-works测试一个实例 另外，我设置了pyspark（在jupyter笔记本中），现在我想在我的对象上并行计算0到4的平方： 导入findspark fi
isquare（）类MyMathObject（）：
定义初始化（self，i）：
self.i=i
def方形（自）：
返回自我。i**2
print（MyMathObject（3.square（））#使用常规python-works测试一个实例
导入findspark
findspark.init（）
从pyspark导入SparkContext
sc=SparkContext（“本地[2]”）
rdd=sc.parallelize（[MyMathObject（i）表示范围（5）中的i）]）
rdd.map（lambda obj:obj.square（））.collect（）#此操作失败
square（）rdd=sc.parallelize（[i代表范围（5）]）
map（lambda i:i**2.collect（）
class MyMathObject():
def __init__(self, i):
self.i = i
def square(self):
return self.i ** 2
from mymodule import MyMathObject
rdd = sc.parallelize([MyMathObject(i) for i in range(5)])
rdd.map(lambda obj: obj.square()).collect()