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?
答案 0 :(得分: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 =" {your_spark_dir} spark / sbin:$ PATH"
export PATH =" {your_spark_dir} spark / bin:$ PATH"
#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 =" {your_anaconda_dir} / Anaconda / bin:$ PATH"
#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 =" notebook --NotebookApp.open_browser = False --NotebookApp.ip =' 0.0.0.0' --NotebookApp.port = 8888"
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>声明强>
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