根据给定的文本文件，用python调用spark统计词频。

在Python中，你可以使用Apache Spark库来处理大规模文本数据并计算词频。Spark提供了一种分布式计算框架，非常适合处理文本数据。以下是使用PySpark（Spark的Python API）进行词频统计的基本步骤：

1. 首先，确保已经安装了`pyspark`库，如果没有，可以使用pip进行安装：

   pip install pyspark

2. 创建一个SparkSession，这是与Spark交互的主要入口点：

   from pyspark.sql import SparkSession
   spark = SparkSession.builder.appName('WordCount').getOrCreate()

3. 加载文本文件（假设文件名为'text_file.txt'):

   text_data = spark.read.text('text_file.txt')

4. 将文本分割成单词，并转换成DataFrame：

   words_rdd = text_data.rdd.flatMap(lambda line: line.split())

5. 使用flatMap和map函数对单词进行计数：

   word_counts = words_rdd.map(lambda word: (word, 1)).reduceByKey(lambda x, y: x + y)

`reduceByKey`函数会合并拥有相同键（在这个例子中就是单词）的所有值。

6. 最后，显示结果：

   word_counts.show()

这将展示每个单词及其出现的次数。如果你想保存结果到一个新的文件，可以用`saveAsTextFile()`函数：

word_counts.saveAsTextFile('output_word_count.txt')