将scala中的伴生对象转换为Python
我已经将下面的Spark Scala代码翻译成Python版本将scala中的伴生对象转换为Python,python,scala,pyspark,Python,Scala,Pyspark,我已经将下面的Spark Scala代码翻译成Python版本 package wscalalearning00 import org.apache.spark._ import org.apache.spark.SparkContext._ import org.apache.log4j._ import org.apache.spark.util.StatCounter object wtry001 { def main(args: Array[String]) { Logg
package wscalalearning00
import org.apache.spark._
import org.apache.spark.SparkContext._
import org.apache.log4j._
import org.apache.spark.util.StatCounter
object wtry001 {
def main(args: Array[String]) {
Logger.getLogger("org").setLevel(Level.ERROR)
class BballStatCounter extends Serializable {
val stats: StatCounter = new StatCounter()
var missing: Long = 0
def add(x: Double): BballStatCounter = {
if (x.isNaN) {
missing += 1
} else {
stats.merge(x)
}
this
}
}
object BballStatCounter extends Serializable {
def apply(x: Double) = new BballStatCounter().add(x)
}
// Create a SparkContext using every core of the local machine
val sc = new SparkContext(new SparkConf().setAppName("Spark Word Count").setMaster("local"))
val testData = (1 to 10000).toArray.map(x=>x.toDouble)
val stats1 = sc.parallelize(testData)
val stat3 = stats1.map(b=>BballStatCounter(b))
stat3.foreach(println)
}
}
Python版本:
import math
import findspark
findspark.init()
from pyspark.sql import SparkSession
from pyspark.statcounter import StatCounter
class BballStatCounter(object):
stats = StatCounter()
missing=0
@staticmethod
def add(x):
print("add")
if math.isnan(x):
BballStatCounter.missing += x
else:
BballStatCounter.stats.merge(x)
return BballStatCounter.stats
conf = SparkConf().setAppName("SparkExampleRDD").setMaster("local")
sc = SparkContext(conf=conf)
testData =map(lambda x: float(x),range(0,10000))
stats1 = sc.parallelize(testData)
print(stats1)
stat3 = stats1.map(lambda b: BballStatCounter.add(b))
stat3.foreach(print)
在执行上述Python代码时,它会打印(计数:22,平均值:10.5,stdev:6.34428877022,最大值:21.0,最小值:0.0)
,其中Scala代码打印类似于BballStatCounter的内容$2@7a811dd5
。我认为Scala代码返回的是同一类的实例。如果我的一般方法和/或语法错误,请告诉我。谢谢。试试这个
class BballStatCounter:
def __init__(self):
self.stats = StatCounter()
self.missing = 0
@staticmethod
def add(x):
stats = StatCounter()
missing = 0
if math.isnan(x):
BballStatCounter.missing += x
else:
BballStatCounter.stats.merge(x,stats,missing)
def merge(other,stats,missing):
# stats = BballStatCounter.StatCounter()
#other = BballStatCounter()
BballStatCounter.stats.merge(other.stats)
BballStatCounter.missing = +other.missing
return self
那就做吧
stat3 = stats1.map(lambda b: BballStatCounter.add(b))
stat3.foreach(print)
我可能没有给你正确的代码,因为我对函数的作用了解甚少。只需关注我是如何在函数之间传递变量的--
希望你能找到你的答案。一个突出的问题是
BballStatCounter.missing=+other。missing
应该是BballStatCounter.missing+=other。missing
是/应该是一个静态方法-如果不是,它应该首先有一个自参数。如果您发布了一个适当的最小完整可验证示例,其中包括显示所获得结果所需的所有内容,则可能会运行代码并对其进行调试,但由于您没有这样做,您必须自己进行调试。生命太短暂,无法用奇怪的代码进行太多的思维实验。见@barny。根据您的输入,我添加了最少的可验证代码。StatCounter
有一个预定义的方法,名为merge()
add()
invokemerge()
fromStatCounter
。除此之外,方法add()
是否应该返回类似于this
的内容。更新了最小的工作代码。在类内创建stats
与在静态方法内创建stats
有什么区别?我是Python编程的新手,尝试探索这种语言。所以这个问题突然出现了?