1. 目标 通过hadoop hive或spark等数据计算框架完成数据清洗后的数据在HDFS上 爬虫和机器学习在Python中容易实现 在Linux环境下编写Python没有pyCharm便利 需要建立Python与HDFS的读写通道 2. 实现 安装Python模块pyhdfs 版本:Python3.6, hadoop 2.9 读文件代码如下 from pyhdfs import HdfsClient client=HdfsClient(hosts='ghym:50070')#hdfs地址 res=client.open('/sy.txt')#hdfs文件路径,根目录/ for r in

就是普通的波士顿房价，里面有特征值，乘客年龄，性别这些，和标签值，是否存活这些。希望有用，为什么一定要五十字呀

天池比赛，由datawhale主办的金融风控数据集，可下载供学习参考使用，测试集部分，训练集部分已经上传至平台可下载

数据为沪深300的1分钟K线，时间从2009年至2020年8月，非常珍贵的1分钟数据，其中还包括开盘价、最高点、最低点、收盘价、成交量、成交金额。没有缺失数据，数据质量非常好。

本资源与另一个json转csv文件是配套的，可以互相转换，顺便附上符合转换规格的json文件。 如果需要csv文件的列提取重新制表功能，移步本人另一个csv文件列提取制表资源

包含8台风力电机1年的10min间隔SCADA运行数据，包括时间戳信息、风速信息和功率信息等。数据来源自某风电场群的1年SCADA真实运行数据，主要有4个维度信息分别为时间戳、风速、功率和风轮转速，并且给出风机参数说明罗列了各风机的风轮直径、额定功率和风轮转速范围等信息，该数据集从风机实际生产过程中收集，是风机在实际工况条件下运行的典型结果

2016年8月，包括起讫点经纬度，起始时间，订单ID，轨迹经纬度等

fer2013资源，测试可用 !

python对csv文件的操作、注意事项及详解(实际运行成功案例)

qq邮箱批量导入通讯录模板，qq邮箱导出来的一般是乱码，这个是修正好的，方法是通过excel 自由数据导入，最后再导出，如果嫌麻烦的可以直接下载下来用。