黑马程序员python教程，8天python从入门到精通，学python看...

20230420

这里的 (T)->T 和 (T)->U 是 Spark 中经常用到的两种函数类型，其中 T 和 U 分别表示输入和输出数据类型。它们通常被用来定义 Spark RDD 上的转换和操作。

(T)->T 表示一个接受 T 类型输入并返回 T 类型输出的函数，也就是说，这个函数将一个 T 类型的数据作为输入，并把它转换成另一个 T 类型的数据。在 PySpark 中，这种函数通常被用于对 RDD 进行转换，例如 map()、filter() 等函数。

(T)->U 表示一个接受 T 类型输入并返回 U 类型输出的函数，也就是说，这个函数将一个 T 类型的数据作为输入，并把它转换成一个不同类型的 U 类型数据。在 PySpark 中，这种函数通常被用于对 RDD 进行聚合或计算，例如 reduceByKey()、aggregateByKey() 等函数。

需要注意的是，在 Spark 中，函数类型通常是通过 lambda 表达式或者普通函数进行定义和传递。例如，可以使用如下的语法定义一个 (T)->T 的 lambda 函数：

复制代码

lambda x: x + 1 # 将输入值加 1 并返回

或者定义一个 (T)->U 的普通函数：

复制代码

def my_func(x): return len(str(x)) # 返回输入值的长度

然后可以将这些函数作为参数传递给 Spark RDD 相关函数，例如：

复制代码

rdd = sc.parallelize([1, 2, 3, 4, 5]) result = rdd.map(lambda x: x + 1)

在上述代码中，我们定义了一个包含 5 个整数的 RDD，然后使用 map() 方法将 lambda 函数作为参数传递给它。map() 方法会将 RDD 中的每个元素传递给 lambda 函数进行处理（即将输入值加 1），并返回一个新的 RDD 包含处理后的结果。

20230423

从2022年7月份开始看，到现在2023年4月23日看完。中间断断续续看了很久，像里面有些模块，pycharets跳过去了，因为Python的第三方模块是很多的，想要去哪方面发展，你就对哪方面深度学习。前面从开始helloWord一直到py的包制作都是自己动手实操了的，（其实到这里已经是Python的基础的基础了，从这里我停了很久才看视频，在这期间我自己动手开发了一个原神客户端官B服切换的小程序〈项目地址：https://github.com/Ealsen/Genshin_launcher_toggle

〉，里面有很多不懂的部分都问了ai，AI是一个好工具，但只是个工具)后面讲了很多，我都是看了一遍，没有实操，不过以后学算法应该会接触很多的。黑马的曹老师讲的很好，很清楚，比我在大一的Python老师讲的好多了。B站不愧是哔哩哔哩大学！