我在 Bluemix 中创建了一个对象存储帐户。我试图在数据科学体验中链接或查看它，并Unexpected response code: 500在我尝试从数据科学体验中加载“对象存储”选项时获得一个。但是，当我转到 Bluemix 帐户并搜索对象存储时，我能够找到它。我无法链接的数据科学体验可能会发生什么？

我想在 DSx 笔记本中使用 graphlab。我已经安装了模块： !pip install --user --upgrade --no-cache-dir https://get.graphlab.com/GraphLab-Create/2.1/my_license/GraphLab-Create-License.tar.gz

但是运行import graphlab失败并出现错误：

我错过了什么？有什么提示吗？谢谢

在 IBM DSX 上，对于 Python-Spark 2.1 内核，我得到以下代码：

这个错误：

我仅在第一次执行期间收到此错误。但是，当我再次执行相同的代码时，它可以工作。

在 IBM DSX 上，我遇到以下问题。

对于 DSX 上的 Spark 1.6 内核，有必要/有必要创建新的 SQLContext 对象以避免与metastore_db和有关的问题HiveContext：http ://stackoverflow.com/questions/38117849/you-must-build-spark-with-hive-出口火花蜂巢真实/38118112#38118112

以下代码片段是使用 Spark 1.6 实现的，并且都适用于 Spark 2.0.2，但不适用于 Spark 2.1：

和

我收到此错误：

但是，当我第二次执行相同的代码时，它又可以工作了。

我正在使用与它相关的火花实例在 DSX 中使用我的笔记本，但我看不到火花历史记录日志。如果我从 bluemix 访问，我会看到以下错误：

未授权 spaceGuid: XXXXXXXXXXXXXXXX

有什么问题？

提前致谢。

圣地亚哥。

我正在尝试按照https://developer.ibm.com/clouddataservices/docs/ibm-data-science-experience/docs/load-and-filter-cloudant-data-with-spark/使用 Spark 加载 cloudant 数据. 我有一个带有 Spark 2.1 的 Scala 2.11（也适用于 Spark 2.0）笔记本，其中包含以下代码：

尝试执行该单元仅以

名称：java.lang.ClassNotFoundException 消息：未能找到数据源：com.cloudant.spark。请在http://spark.apache.org/third-party-projects.html找到包 StackTrace：在 org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:569) 在 org.apache.spark.sql.execution.datasources.DataSource.providingClass$lzycompute(DataSource.scala:86 ) 在 org.apache.spark.sql.execution.datasources.DataSource.resolveRelation(DataSource.scala:325) 在 org.apache.spark.sql.execution.datasources.DataSource.providingClass(DataSource.scala:86) 在 org. org.apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:135) 处的 apache.spark.sql.DataFrameReader.load(DataFrameReader.scala:152) ... 42 已删除 原因：java.lang.ClassNotFoundException: com .cloudant.spark.DefaultSource 在 scala.reflect.internal.util.AbstractFileClassLoader.findClass(AbstractFileClassLoader.scala:62) 在 java.lang.ClassLoader.loadClassHelper(ClassLoader.java:844) 在 java.lang。ClassLoader.loadClass(ClassLoader.java:823) at java.lang.ClassLoader.loadClass(ClassLoader.java:803) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13。 apply(DataSource.scala:554) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13.apply(DataSource.scala:554) at scala.util.Try$.apply (Try.scala:192) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554) at org.apache.spark.sql.execution.datasources.DataSource$$ anonfun$25.apply(DataSource.scala:554) at scala.util.Try.orElse(Try.scala:84) at org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:554)execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13.apply(DataSource.scala:554) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13.apply (DataSource.scala:554) at scala.util.Try$.apply(Try.scala:192) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554)在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554) 在 scala.util.Try.orElse(Try.scala:84) 在 org.apache.spark.sql .execution.datasources.DataSource$.lookupDataSource(DataSource.scala:554)execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13.apply(DataSource.scala:554) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25$$anonfun$apply$13.apply (DataSource.scala:554) at scala.util.Try$.apply(Try.scala:192) at org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554)在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554) 在 scala.util.Try.orElse(Try.scala:84) 在 org.apache.spark.sql .execution.datasources.DataSource$.lookupDataSource(DataSource.scala:554)192) 在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554) 在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply( DataSource.scala:554) at scala.util.Try.orElse(Try.scala:84) at org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:554)192) 在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply(DataSource.scala:554) 在 org.apache.spark.sql.execution.datasources.DataSource$$anonfun$25.apply( DataSource.scala:554) at scala.util.Try.orElse(Try.scala:84) at org.apache.spark.sql.execution.datasources.DataSource$.lookupDataSource(DataSource.scala:554)

如何克服此错误并连接到我的 Cloudant 数据库？

愚蠢的问题，但无法从笔记本安装 7zip，也无法访问底层系统，我在这里遇到了wget无法提取的不同 7zip 档案。

此外，我想避免在本地下载档案的明显选择，并最终上传解压缩或不同格式的数据，这不是一个我可以轻松自动化的过程。

这个问题和我之前的问题密切相关： 这里
对不起，我又要问了！

下面的代码正在运行并提供正确的结果，但它再次有点慢（80K 行需要 4 分钟）。我在将 Pandas 的 Series 类用于具体值时遇到问题。有人可以推荐我如何对这些列进行分类吗？

在纪录片中找不到相关信息：
https ://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.html

运行代码：

系列尝试：

是否有与 R/Pythonput_file()方法等效的方法从 DSX 中的 Scala 笔记本获取对象并将其保存为项目的数据资产？如果是，有任何文件吗？寻找类似于本文中概述的内容：
https
://datascience.ibm.com/blog/working-with-object-storage-in-data-science-experience-python-edition/ 我已经编写了 csv 文件我要在笔记本里面，只需要保存到项目中！

我必须在 IBM Data Science Experience 上的 Jupyter 上启用文件上传小部件。它需要以下命令集：

看起来我们需要sudo在平台上获得权限才能执行 IBM Data Science Experience 不允许我执行的第二个和第三个命令。

如何在平台上执行此操作以安装文件上传小部件？