将本地路径/root/user下的文件chapter4-data01.txt创建成rdd，使用独立应用程序计算每门课的平均分，并显示输出；

首先需要读取文件，将其创建成为一个rdd对象，可以使用SparkContext中的`textFile()`方法读取文本文件，代码如下：

from pyspark import SparkContext

sc = SparkContext("local", "chapter4")
data = sc.textFile("file:///root/user/chapter4-data01.txt")

接下来，我们需要将每行数据进行拆分，将每门课程的成绩提取出来，然后计算平均分。可以使用`map()`方法对rdd中的每个元素进行处理，代码如下：

# 将每行数据拆分，提取出每门课程的成绩
scores = data.map(lambda line: line.split("\t")[1:])

# 计算每门课程的平均分
avg_scores = scores.map(lambda x: (x[0], float(x[1]))). \
    aggregateByKey((0, 0), lambda a, b: (a[0] + b, a[1] + 1), lambda a, b: (a[0] + b[0], a[1] + b[1])). \
    mapValues(lambda v: v[0] / v[1])

上述代码中，`scores`变量表示每门课程的成绩，使用`map()`方法将每行数据拆分，并提取出每门课程的成绩；`avg_scores`变量表示每门课程的平均分，使用`map()`方法将每个成绩转换成一个键值对`(课程名, 成绩)`，然后使用`aggregateByKey()`方法对每门课程的成绩进行合并和计算平均分。

最后，我们可以使用`collect()`方法取出所有结果，然后使用`foreach()`方法显示输出，代码如下：

# 显示每门课程的平均分
for (subject, score) in avg_scores.collect():
    print("{}的平均分：{}".format(subject, round(score, 2)))

上述代码中，使用`collect()`方法将所有结果取出来，并使用`foreach()`方法遍历每个元素，然后将结果显示输出。其中，`round()`方法用于保留两位小数。