不涉及文件，进行spark命令运行:确保运行了pyspark命令后，可以开始编写Python脚本，比如读取、处理数据或创建DataFrame。运行完毕后，使用键盘快捷键Ctrl + C停止进程，然后截图（如pyspark窗口和结果）。

在PySpark命令行环境中，并不需要直接编写Python脚本来启动Spark应用。一旦你已经通过`pyspark`命令开启了Spark Shell，你可以直接在命令行界面进行交互式的数据操作。以下是基本步骤：

1. **启动Spark Shell**：打开终端，输入`pyspark`命令即可启动。这会启动一个交互式的Python环境，其中包含SparkContext。

2. **读取数据**：使用Spark的API，如`sqlContext.read.text()`或`sc.textFile()`读取文本文件，`sqlContext.read.csv()`读取CSV文件，或者从其他数据源如HDFS、S3等。

3. **处理数据**：在Shell中，你可以像使用Pandas一样操作DataFrame，如创建、筛选、转换数据。

示例：

   data = sqlContext.read.csv("path_to_your_file", inferSchema=True, header=True)  # 假设是CSV文件
   filtered_data = data.filter(data['column_name'] == 'value')  # 过滤条件

4. **查看结果**：执行完操作后，可以直接打印DataFrame，例如：

   print(filtered_data.show())

5. **停止进程**：当你完成任务后，按`Ctrl + C`组合键中断Spark Shell的运行。

请注意，在命令行中并不能直接截屏，通常你需要手动记录下Spark Shell中的输出以及任何可视化结果。如果你需要将输出保存下来，可以考虑使用`saveAsTextFile()`或者其他格式的输出方法，并将其复制到文档或截图工具中。