#arr是被分割的list，n是每个chunk中含n元素。
def chunks(arr, n):
return [arr[i:i+n] for i in range(0, len(arr), n)]
#或者让一共有m块，自动分（尽可能平均）
#split the arr into N chunks
def chunks(arr, m):
n = int(math.ceil(len(arr) / float(m)))
return [arr[i:i +[......]
1、Map/Reduce任务
输入：
文件格式
id value
其中id是1~100之间的随机整数，value为1~100之间的随机浮点数。
输出：
每个id的最大value
生成这类文件，可以用python搞定，见本文末尾的附录。
2、Map/Reduce程序
这里就直接使用新(0.20.2)的API了，即org.apache.hadoop.mapreduce.*下的接口。
特别注意：
job.setNumReduceTasks(5)
指定了本Job的Redu[......]
Python中的Dictionary类似于C++ STL中的Map
Sort by value
#remember to import
from operator import itemgetter
dict={.....}
#sort by value
sorted(dict.items(), key=itemgetter(1), reverse=True)
Sory by Key
#sort by key
sorted(d.items())[......]
数据格式：
<PAIR>
<TEXT>AAA</TEXT>
<LINK>BBB</LINK>
</PAIR>
......
<PAIR>
<TEXT>XXX</TEXT>
<LINK>YYY</LINK>
</PAIR>
代码：特别注意re.DOCALL
def getAnchors(self):
te[......]
有的时候，我们需要对多个字符进行逐一替换，一个应用场景就是去掉文章中所有的换行。
而用正则神马的有点大才小用，而一个一个replace也很麻烦，translate提供了这样的功能。
>>> str = " a\tb\rc\n "
>>> print str
ca b
#创建翻译（替换）表，并替换，搞定
>>> import string
>>> tb = string.maketrans("\r\n\t[......]