本書以Python作為開發(fā)語言，系統(tǒng)介紹PySpark開發(fā)環(huán)境搭建流程及基于PySpark進(jìn)行大數(shù)據(jù)分析的相關(guān)知識(shí)。本書條理清晰、重點(diǎn)突出，理論敘述循序漸進(jìn)、由淺入深。本書共7章，第1？5章包括PySpark大數(shù)據(jù)分析概述、PySpark安裝配置、基于PySpark的DataFrame操作、基于PySpark的流式數(shù)據(jù)處理、基于PySpark的機(jī)器學(xué)習(xí)庫，內(nèi)容介紹注重理論與實(shí)踐相結(jié)合，通過典型示例強(qiáng)化PySpark在大數(shù)據(jù)分析中的實(shí)際應(yīng)用；第6、7章通過基于PySpark的網(wǎng)絡(luò)招聘信息的職業(yè)類型劃分和基于PySpark的信用貸款風(fēng)險(xiǎn)分析兩個(gè)完整的案例實(shí)戰(zhàn)，結(jié)合前5章的PySpark編程知識(shí)，實(shí)現(xiàn)完整的大數(shù)據(jù)分析過程。本書大部分章包含實(shí)訓(xùn)和課后習(xí)題，讀者通過練習(xí)和操作實(shí)踐，能夠鞏固所學(xué)的內(nèi)容。本書可作為高校數(shù)據(jù)科學(xué)或大數(shù)據(jù)相關(guān)專業(yè)的教材，也可作為機(jī)器學(xué)習(xí)愛好者的自學(xué)用書。