提供使用python pickle读取sequencefile-s的函数。
sparkpickle的Python项目详细描述
[！[构建状态]（https://travis-ci.org/src-d/sparkpickle.svg？branch=master）（https://travis-ci.org/src-d/sparkpickle）[！[pypi]（https://img.shields.io/pypi/v/sparkpickle.svg）（https://pypi.python.org/pypi/sparkpickle）
sparkpickle
==
spark编写的pickle读取序列文件的纯python实现[saveaspicklefile（）]（http://spark.apache.org/docs/latest/api/python/pyspark.html pyspark.rdd.saveaspicklefile）。
如果您以有效的二进制pickle格式存储spark的结果，并且希望在不安装任何spark的情况下在计算机上本地加载它们，则需要此操作，
仅给出实际的文件。
[关于创建此项目的文章。]（https://blog.sourced.tech/post/reading_pyspark_pickle_locally）
installation
----
```````
pip install sparkpickle
``
支持python 2.7和3.x。
用法
-
行：
```
python-m sparkpickle/path/to/file
````
code:
````
sparkpickle中obj的导入sparkpickle
load-gen（“/path/to/file”）：
print（obj）
````
api
--
有3个函数：`load（）`，`loads（）`和`load-gen（）`。前两个
与“pickle”包中的类似，而最后一个是
生成器，它生成反序列化对象，从而提供最小的
内存占用。
许可证
----
apache 2.0.
sparkpickle
==
spark编写的pickle读取序列文件的纯python实现[saveaspicklefile（）]（http://spark.apache.org/docs/latest/api/python/pyspark.html pyspark.rdd.saveaspicklefile）。
如果您以有效的二进制pickle格式存储spark的结果，并且希望在不安装任何spark的情况下在计算机上本地加载它们，则需要此操作，
仅给出实际的文件。
[关于创建此项目的文章。]（https://blog.sourced.tech/post/reading_pyspark_pickle_locally）
installation
----
```````
pip install sparkpickle
``
支持python 2.7和3.x。
用法
-
行：
```
python-m sparkpickle/path/to/file
````
code:
````
sparkpickle中obj的导入sparkpickle
load-gen（“/path/to/file”）：
print（obj）
````
api
--
有3个函数：`load（）`，`loads（）`和`load-gen（）`。前两个
与“pickle”包中的类似，而最后一个是
生成器，它生成反序列化对象，从而提供最小的
内存占用。
许可证
----
apache 2.0.
欢迎加入QQ群-->： 979659372
