Crearea unui bag din text salvat
De această dată, colegul tău a salvat recenziile în câteva fișiere text. Există mai multe fișiere, iar fiecare conține mai multe recenzii. Fiecare recenzie se află pe o linie separată a fișierului text.
Vrei să le încarci în Dask în mod leneș (lazy), astfel încât să poți folosi procesarea paralelă pentru a le analiza mai rapid.
dask.bag a fost importat pentru tine ca db.
Acest exercițiu face parte din cursul
Programare paralelă cu Dask în Python
Instrucțiuni pentru exercițiu
- Folosește funcția
read_text()pentru a încărca toate fișierele.txtdin directoruldata/tripadvisor_hotel_reviews. - Numără recenziile din bag.
- Folosește metoda
.compute()a bag-ului pentru a afișa rezultatul.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# 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(____)