Python 如何在数据科学体验上实现TensorFrames Spark软件包？

我已经能够导入包：

import pixiedust
pixiedust.installPackage("databricks:tensorframes:0")

但当我尝试一个简单的例子时：

import tensorflow as tf
import tensorframes as tfs
from pyspark.sql import Row
data = [Row(x=[float(x), float(2 * x)],
            key=str(x % 2),
            z = float(x+1)) for x in range(1, 6)]
df = spark.createDataFrame(data)
tfs.print_schema(df)

我得到以下错误：

在依赖关系树中似乎有一个较旧的

scala-logging-slf4j

工件如何删除此工件？一旦删除，我假设可以使用PixieDust添加一个更新版本：

pixiedust.installPackage（“https://mvnrepository.com/artifact/com.typesafe.scala-logging/scala-logging-slf4j_2.10/2.1.2")
pixiedust.installPackage（“https://mvnrepository.com/artifact/com.typesafe.scala-logging/scala-logging-api_2.10/2.1.2“”

IBM支持部门的Charles帮助我找到了要包含的JAR：

pixiedust.installPackage（“http://central.maven.org/maven2/com/typesafe/scala-logging/scala-logging-slf4j_2.10/2.1.2/scala-logging-slf4j_2.10-2.1.2.jar")
pixiedust.installPackage（“http://central.maven.org/maven2/com/typesafe/scala-logging/scala-logging-api_2.10/2.1.2/scala-logging-api_2.10-2.1.2.jar“”

---

这从技术上解决了第一个错误，但是帧仍然无法工作。我将发布另一个更具体的问题。

是后续问题。我觉得更准确。我已经发布了后续问题。

Py4JJavaError: An error occurred while calling o97.loadClass.
: java.lang.NoClassDefFoundError:com.typesafe.scalalogging.slf4j.LazyLogging