Vytvoření bag ze uložených textových souborů
Tentokrát tvůj kolega uložil recenze do textových souborů. Souborů je víc a každý obsahuje více recenzí. Každá recenze je na samostatném řádku.
Chceš je načíst do Dasku líně (lazily), abys mohl/a využít paralelní zpracování a analýzu urychlit.
dask.bag je již naimportován jako db.
Toto cvičení je součástí kurzu
Parallel Programming with Dask in Python
Pokyny k cvičení
- Pomocí funkce
read_text()načti všechny soubory.txtze složkydata/tripadvisor_hotel_reviews. - Spočítej počet recenzí v bag.
- Výsledek vypiš pomocí metody
.compute().
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Load in all the .txt files inside data/tripadvisor_hotel_reviews
review_bag = ____
# Count the number of reviews in the bag
review_count = review_bag.____
# Compute and print the answer
print(____)