我找到了一些关于如何将各种数据类型从python返回到pig的帖子，但是我还没有看到任何关于python udfs在pig发送数据时接收到什么的有用文档，我希望有人能帮我澄清这个问题。具体来说，我的字符串不是python str azure上的值（0.12）。
我有一个简单的数据集，我分组：

records = LOAD 'path/to/file.tsv';
grp = GROUP records BY $0;
DUMP grp;
(John,{(John,Smith,123 Main St,john@smith.com)})
(Jane,{(Jane,Doe,456 7th St,jane@doe.com)},(Jane,Doe,789 First Ave,jane@doe.com)})
<and so on>

当我创建我的自定义项时，我会尝试返回一些可以给我提示的内容：

def foo(input):
    if type(input) == str: return input
    if type(input) == int: return str(input)

    try:
        rep = ', '.join([ foo(field) for field in input])
        return "[" + str(type(input)) + ": " + rep + "]"
    except:
        # input isn't iterable
        return str(type(input))

所以我把数据传进来：

REGISTER 'path/to/myUdfs.py' USING jython AS myUdfs;
fooResults = FOREACH grp GENERATE myUdfs.foo($1);

实验结果表明，在这两种情况下 str 值，而不是整数数组：

([<type 'list'>: [<type 'tuple'>: [<type 'array.array'>: 74, 111, 104, 110],  <type 'NoneType'>, [<type 'array.array'>: 83, 109,...

很明显，这些值是我得到的文本，但它们显示为 array 的 int 而不是期望的 str . 我没有看到任何迹象表明这是正常的行为。这是Pig在天蓝上的行为吗？一些容易改变的东西？