Question

我使用PySpark使用Apache Toree Jupyter Notebook通过Anaconda v4.0.0安装Python 2.7.11内核。从Hive获取表后，使用matplotlib/panda在Jupyter笔记本中绘制一些图表，遵循以下教程：

%matplotlib inline
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# Set some Pandas options
pd.set_option('display.notebook_repr_html', False)
pd.set_option('display.max_columns', 20)
pd.set_option('display.max_rows', 25)

normals = pd.Series(np.random.normal(size=10))
normals.plot()

当我尝试使用％matplotlib内联显示

时，我被困在第一个链接

Name: Error parsing magics!
Message: Magics [matplotlib] do not exist!
StackTrace:

查看Toree Magic和MagicManager，我意识到%matplotlib正在调用MagicManager而不是iPython in-build magic命令。

Apache Toree - PySpark是否可以使用iPython in-build magic命令？

Answer 1

我为PySpark和magic命令做了一个解决方法，而不是安装Toree PySpark kernel我正在使用PySpark directly on Jupyter Notebook。

下载并安装Anaconda2 4.0.0
下载Spark 1.6.0预先构建的Hadoop 2.6
使用以下命令附加~/.bashrc并输入source ~/.bashrc以更新环境变量

＃添加了运行spark
export PATH =＆＃34; {your_spark_dir} spark / sbin：$ PATH＆＃34;
export PATH =＆＃34; {your_spark_dir} spark / bin：$ PATH＆＃34;

＃添加以在群集模式下启动spark应用程序
export JAVA_HOME = / usr / lib / jvm / java-8-openjdk-amd64 / jre

＃next 2行是可选的，只需要Spark Cluster 导出HADOOP_CONF_DIR = {your_hadoop_conf} / hadoop-conf
export YARN_CONF_DIR = {your_hadoop_conf} / hadoop-conf

＃Anaconda2 4.0.0安装程序添加了 export PATH =＆＃34; {your_anaconda_dir} / Anaconda / bin：$ PATH＆＃34;

＃添加到jupyter笔记本中运行pyspark
导出PYSPARK_DRIVER_PYTHON = {your_anaconda_dir} / Anaconda / bin / jupyter
导出PYSPARK_DRIVER_PYTHON_OPTS =＆＃34; notebook --NotebookApp.open_browser = False --NotebookApp.ip =＆＃39; 0.0.0.0＆＃39; --NotebookApp.port = 8888＆＃34;
导出PYSPARK_PYTHON = {your_anaconda_dir} / Anaconda / bin / python

运行Jupyter笔记本

pyspark --master=yarn --deploy-mode=client启动运行PySpark in cluster mode
打开浏览器并输入IP_ADDRESS_OF_COMPUTER:8888

<强>声明
这只是一种解决方法，而不是解决问题的实际方法，如果您找到Toree PySpark ipython inbuild magic命令工作的方法，请告诉我。魔术命令，例如%matplotlib notebook

如何让iPython inbuild magic命令在Jupyter笔记本Pyspark内核中运行？

1 个答案: