使用场景 #

1. 数据分析：数据分析师使用python进行数据分析，图表制作；
   在大量数据的基础上，对数据进行清洗、去重、规格化和针对性的分析。
2. 机器学习：ML/DL 工程师使用python任务进行模型训练或者推理；
   Python在人工智能大范畴领域内的机器学习、神经网络、深度学习等方面都是主流的编程语言，得到广泛的支持和应用。
3. 在数据分析处理领域，python任务目前适用于处理的数据量较少且数据处理逻辑复杂的场景，不属于此类的请优先使用 hive 任务和 spark 任务。

注意事项 #

1. 默认 python 版本为3.7，其他版本需手动选择;
2. 使用 python2.7 时，请在代码顶行加上 # -*- coding: utf-8 -*-以表示文件编码;
3. 当需要依赖非 python 自带的包时，请在下方配置依赖包，python 自带无须设置（若需预置python lib，请联系系统运维管理员进行操作）；
4. 使用 python2.7 时，依赖包务必指定版本，python3.7 建议指定版本，以保障每次运行环境的一致性；
5. 请尽量不要配置代码中没有依赖的包;
6. 设置系统环境变量时，避免直接覆盖系统环境变量，请按照追加方式指定，例如PATH=$PATH:/home/xxx/apps/bin/;

任务配置 #

1. python语句：python数据处理逻辑
2. 资源设置：可根据实际需要添加
   a)   资源选择：支持资源类型有：zip、jar、file
   b)   环境变量：支持自定义环境变量,多个环境变量用英文分号分隔。
3. 任务产出数据登记
   详见“任务产出数据登记”