标签：blog machine windows import 项目 1.5 编辑 ons 变量
安装好之后，本地python环境就采用anaconda自带的python2.7的环境。
在本地ctrl+r打开控制台后，直接使用pip安装py4j，因为anaconda默认是安装了pip的，当然也可以使用conda安装。
安装命令：pip install py4j
如果不安装py4j可能出现的问题？
答：因为Spark的Python版本的API依赖于py4j，如果不安装运行程序会抛出如下错误。
（1）.先打开Run Configurations
（2）.编辑Environment variables
菜单：File-->Settings (图来源于互联网~这里我用的是python2)
（3）.在Environment variables下增加spark和python的环境
增加SPARK_HOME目录与PYTHONPATH目录。
- SPARK_HOME:Spark安装目录
- PYTHONPATH:Spark安装目录下的Python目录
编写Spark程序，复制pyspark的包，增加代码显示功能
为了让我们在PyCharm编写Spark程序时有代码提示和补全功能，需要将Spark的pyspark导入到Python中。在Spark的程序中有Python的包，叫做pyspark
pyspark包
Python导入第三方的包也很容易，只需要把相应的模块导入到指定的文件夹就可以了。
windows中将pyspark拷贝到Python的site-packages目录下（这里使用的是anaconda）
import sys
from operator import add
from pyspark import SparkContext
logFile = "D:\\BigData\\Workspace\\PycharmProjects\\MachineLearning1\\word.txt"
sc = SparkContext("local", "PythonWordCount")
logData = sc.textFile(logFile).cache()
numAs = logData.filter(lambda s: ‘a‘ in s).count()
numBs = logData.filter(lambda s: ‘b‘ in s).count()
print("Lines with a: %i, lines with b: %i" % (numAs, numBs))
PyCharm+Eclipse共用Anaconda的数据科学环境
标签：blog machine windows import 项目 1.5 编辑 ons 变量
原文地址：http://www.cnblogs.com/jackchen-Net/p/6932754.html
