Python 将RDD的每个元素与列表中相应的元素相乘

例如：

x = RandomRDDs.normalRDD(sc, size=3, seed=0)

x是这样的：[-1.3，-2.4，-4.5] 我想用列表[1,2,3]中不同的数字乘以x的每个元素，然后将它们相加，得到y。 这里y等于-1.3*1+-2.4*2+-4.5*3

但我只能这样做：

y = x.map(lambda i: i*2).reduce(lambda a, b: a+b)

这里y=-1.3*2+-2.4*2+-4.5*2

如何每次用不同的数字替换x.map（lambda i:i*2）中的2

最后的效果就像我们在python中经常做的那样：

x = [-1.3, -2.4, -4.5]
w = [1, 2, 3]
y = sum(x*w)

或

---

非常感谢

我会使用

zipWithIndex

和

map

来实现这一点：

x = RandomRDDs.normalRDD(sc, size=3, seed=0)
w = sc.broadcast([1, 2, 3])

x.zipWithIndex().map(lambda v: v[0] * w.value[v[1]]).sum()

或者

---

好的，很抱歉接受得太晚了，我做了一个小修改，让它在我的机器上运行：@Yvonne可以自由建议对答案进行编辑，或者写一条评论，这样我可以根据需要进行更新。环境：python版本3.6，spark 2.3.0，

x.zipWithIndex（）.map（lambda对：对[0]*w.value[pair[1]]）。reduce（lambda，b:a+b）

。你真有效率！

操作符.add

工作得很好，但是您使用的是Python2.X吗？在Python3.X中，

lambda（k，i）

不受支持，并且

X.zipWithIndex（）

的元素是一个类似于（-1.3，0）的元组，我无法再对其进行解压缩，因此我必须使用像我在最后一条注释中所做的那样的索引：

X.zipWithIndex（）.map（lambda t:t[0]*w.value[t[1]]）.reduce（operator.add）

@Yvonne你说得对，我在用python2和pyspark。将更新。谢谢

x = RandomRDDs.normalRDD(sc, size=3, seed=0)
w = sc.broadcast([1, 2, 3])

x.zipWithIndex().map(lambda v: v[0] * w.value[v[1]]).sum()

import operator
x.zipWithIndex().map(lambda v: v[0] * w.value[v[1]]).reduce(operator.add)