《使用Python 和 PySpark 进行数据分析》

在数据分析方面，大胆思考是值得的。PySpark将强大的Spark大数据处理引擎与Python编程语言相结合，提供了一个数据分析平台，几乎可以扩展到任何任务。《使用 Python 和 PySpark 进行数据分析》是交付成功的 Python 驱动数据项目的指南。

使用 Python 和 PySpark 进行数据分析是一个精心设计的教程，可帮助您使用 PySpark 交付任何规模的数据驱动应用程序。这份清晰的实践指南向您展示了如何使用来自任何来源的数据（从基于 Had oop 的群集到 Excel 工作表）在多台计算机上扩展处理能力。您将学习如何将大型分析任务分解为可管理的块，以及如何选择和使用最佳的 PySpark 数据抽象以满足您的独特需求。

Spark数据处理引擎是一个了不起的分析工厂：原始数据进来，洞察力出来。由于其能够处理分布在集群中的大量数据，Spark已被大大小小的组织采用为标准。PySpark将核心Spark引擎与基于Python的API打包在一起，将基于Spark的数据管道交到使用Python编程语言的程序员和数据科学家手中。PySpark简化了Spark陡峭的学习曲线，并在Spark和基于Python的数据科学工具生态系统之间提供了无缝的无缝桥梁。