在Python中连接Hadoop，你可以使用不同的库，具体取决于你想进行哪种类型的操作。以下是使用Python连接Hadoop的几种常见方法：
1. 使用PyHive连接Hive数据库
```python
from pyhive import hive
设置Hadoop数据库连接参数
host = 'your_host'
port = 10000
建立连接
conn = hive.Connection（host=host, port=port）
创建游标
cursor = conn.cursor（）
执行查询
cursor.execute（'SELECT * FROM your_table'）
获取查询结果
results = cursor.fetchall（）
打印查询结果
for row in results:
print（row）
关闭连接
cursor.close（）
conn.close（）
2. 使用Impala连接Impala数据库```pythonimport impala.dbapi as ipdb
设置连接参数
host = '192.168.XX.XXX'
port = 10000
user = 'xxx'
password = 'xxxxxx'
database = 'xxx'
auth_mechanism = 'PLAIN'
建立连接
conn = ipdb.connect（host=host, port=port, user=user, password=password, database=database, auth_mechanism=auth_mechanism）
创建游标
cursor = conn.cursor（）
执行查询
cursor.execute（'select * From xxxx'）
获取查询结果
for rowData in cursor.fetchall（）:
print（rowData）
关闭连接
conn.close（）
3. 使用hdfs库连接HDFS
```python
import pyhdfs
设置连接参数
hosts = '192.168.1.105,50070'
user_name = 'hao'
建立连接
fs = pyhdfs.HdfsClient（hosts=hosts, user_name=user_name）
执行操作，例如列出根目录下的所有文件
fs.listdir（'/'）
4. 使用Hadoop Streaming API你可以编写Python脚本并使用Hadoop Streaming API在Hadoop集群上运行MapReduce作业。注意事项确保你已经正确安装了相应的Python库，例如`pyhive`、`impala`、`hdfs`等。根据你的需求选择合适的库和方法。确保Hadoop集群配置正确，并且可以从你的Python环境中访问。