4. 简答题 将题目3中创建的hadoop.txt文件复制到学号命名的文件目录下，并用代码进行查看，然后删除题目2中的test/hadoop.txt文件，要求将代码和结果截图上传。

在Hadoop环境下操作文件，通常需要使用Hadoop的文件系统API，如HDFS API，或者MapReduce框架。这里假设你已经设置了Hadoop环境并且熟悉shell命令。首先，你需要通过SSH或者Hadoop的命令行工具（如`hdfs`）来复制文件。

1. **复制文件**:

# 使用hdfs命令复制文件
hdfs dfs -copyFromLocal hadoop.txt /student/your_student_id/hadoop.txt

# 或者如果你使用的是PySpark，可以这样做（假设你已导入pyspark）
from pyspark import SparkContext
sc = SparkContext.getOrCreate()
sc.copyFile("/path/to/local/hadoop.txt", "hdfs://localhost/student/your_student_id/hadoop.txt")

2. **查看文件内容**:
在HDFS上，你可以使用`hdfs dfs -cat`命令查看文件内容：

hdfs dfs -cat /student/your_student_id/hadoop.txt

对于PySpark，如果文件较大，可以读取整个文件并打印：

with open("hdfs://localhost/student/your_student_id/hadoop.txt", 'r') as f:
    print(f.read())

3. **删除文件**:

# 删除HDFS文件
hdfs dfs -rm /student/your_student_id/hadoop.txt

# 或者在PySpark中
sc.deleteFile("hdfs://localhost/student/your_student_id/hadoop.txt")

记得替换`your_student_id`为你实际的学生ID。至于上传代码和结果截图，这通常是在线作业平台的任务，你应该按照平台的要求提交代码和截屏，可能涉及到版本控制工具（如Git）和作业提交工具。