我已经在虚拟机上部署了 HDP: 2.6.4
我可以看到 spark2 没有指向正确的 python 文件夹。我的问题是
1) 如何找到我的 python 所在的位置？
解决方案：输入whereis python，你会得到一个列表
2) 如何更新现有的 python 库并将新库添加到该文件夹？例如，相当于 CLI 上的“pip install numpy”。
3) 如何让 Zeppelin Spark2 指向包含我可以更新的 python 文件夹的特定目录？ - 在 Zeppelin 上，有一个小的“编辑”按钮，我可以更改包含 python 的目录的路径。
解决方案：去zeppelin的解释器，找到spark2，让zeppelin.pyspark.python指向python已经存在的地方。
现在，如果您需要 python 3.4+，则必须执行一整套不同的步骤，首先将 python 3.4.+ 放入 HDP 沙箱。
谢谢，
【问题讨论】：
对于像您这样的沙盒环境，沙盒映像是在 Linux 操作系统 (CentOS) 上制作的。 Zeppelin Notebook 很可能指向每个 Linux 操作系统附带的 Python 安装。 如果您希望拥有自己的 Python 安装和自己的一组用于数据分析的库，例如 SciPy 堆栈中的库。您需要在虚拟机上安装 Anaconda。您的 VM 需要连接到 Internet，以便您可以下载并安装 Anaconda 包进行测试。
然后您可以将 Zeppelin 指向 anaconda 的目录，直到以下路径：/home/user/anaconda3/bin/python 其中 user 是您的用户名
Zeppelin Configuration 还证实了它使用/usr/bin/python 的默认python 安装这一事实。您可以通过其文档了解更多信息
更新
您好 Joseph，Spark 安装默认使用 Python 解释器和已安装在您的操作系统上的 Python 库。您显示的文件夹结构仅告诉您 PySpark 模块的位置。这个模块是一个类似于 Pandas ior NumPy 的库。
您可以做的是通过命令pip install package name 安装 SciPy Stack[NumPy、Pandas、MatplotLib 等]，然后将这些库直接导入 Zeppelin Notebook。
在您的 snadbox 终端中使用命令whereis python，结果将为您提供如下信息
/usr/bin/python /usr/bin/python2.7 ....
在您的 Zeppelin 配置中，对于属性 zeppelin.pyspark.python，您可以设置上一个命令输出的第一个值，即 /usr/bin/python。所以现在你通过pip install 命令安装的所有库都可以在zeppelin 中使用了。
此过程仅适用于您的沙盒环境。在真正的生产集群中，您的管理员需要在 Spark 集群的所有节点上安装所有这些库。
【讨论】：
pip install package name 安装 SciPy Stack[NumPy、Pandas、MatplotLib 等。] 并将这些库直接导入您的 Zeppelin Notebook。 `