我可能会问一个愚蠢的问题，但我的问题是我可以使用一些在 hadoop 中扩展的库（不仅使用简单的并行处理）编写一个 python 程序（比如说一个分类器）。我感到困惑的原因是 1）scikit学习 python 代码不会在大数据中扩展。2) spark mlib 是用 scala 编写的，而不是用 python 编写的。3）虽然 h2o 是开源的，但我不认为它是用 python 编写的。