1. evaluate函数，函数计算带有文字公式？
Excel中用EVALUATE带文字计算文本算式，选择结果单元格，在“公式”选项下的“定义名称”中，名称：结果，引用位置：=EVALUATE(!A2) “确定”，完成通过EVALUATE宏表函数引用表达式位置并定义为“结果”就可以了。
2. 手机wps支持evaluate吗？
很抱歉，目前我不清楚最新版本的手机WPS是否支持"evaluate"功能，因为WPS Office的功能与版本有关。"evaluate"通常用于编程环境中，用于执行代码并返回结果。一些专门的集成开发环境（IDE）或在线编程平台可能提供了这样的功能。但是，普通办公套件如WPS Office主要关注文档处理、电子表格和演示文稿等功能。
如果你需要在手机上进行代码评估和执行，我建议你使用专门的编程环境或在线编程平台，例如Pythonista、Jupyter Notebook、Repl.it等。这些平台提供了更多针对程序员的功能和工具，方便进行代码编写、执行和调试。
3. spark可以定义方法吗？
spark可以定义包括new类，uadf类，mongodb类，scala类的方法。
有时候看到 new 类().{方法定义}.方法 这种怪异的代码，是匿名内部类的用法。public class practice {
public static void main(String[] args) {
flatMap(new FlatMapFunction() {
@Override
public void call() {
System.out.println("spark接口就是这么调用的");
}
});
}
static void flatMap(FlatMapFunction tf) {
tf.call();
}
}
interface FlatMapFunction {
void call();
}
要使用接口，就必须实现接口的方法再调用方法。
匿名内部类语法，允许我们不需要单独定义接口，而是在main方法中来实现这个过程。这使得接口实现的修改像if和for一样随意了，比如spark中的一些接口的重载方法。
所谓“内部”是指在方法内调用，”匿名”是指没有给接口的实现类具体命名。
再看看spark的java版本算子，就是用到了匿名内部类，对于没有接触过匿名内部类的人，一定搞得云里雾里。
public class FlatMapOperator {
public static void main(String[] args){
sparkConf conf = new SparkConf().setMaster("local").setAppName("flatmap");
JavaSparkContext sc = new JavaSparkContext(conf);
List<String> list = Arrays.asList("w1 1","w2 2","w3 3","w4 4");
JavaRDD<String> listRdd = sc.parallelize(list);
JavaRDD<String> result = listRdd.flatMap(new FlatMapFunction<String, String>() {
@Override
public Iterator<String> call(String s) throws Exception {
return Arrays.asList(s.split(" ")).iterator();
}
});
result.foreach(new VoidFunction<String>() {
@Override
public void call(String s) throws Exception {
System.err.println(s);
}
});
}
}
FlatMapFunction是内部匿名类的声明，<String, String> 是接口的模板，call是重载的接口方法。
/*
user.json数据
{"id": 1001, "name": "foo", "sex": "man", "age": 20}
{"id": 1002, "name": "bar", "sex": "man", "age": 24}
{"id": 1003, "name": "baz", "sex": "man", "age": 18}
{"id": 1004, "name": "foo1", "sex": "woman", "age": 17}
{"id": 1005, "name": "bar2", "sex": "woman", "age": 19}
{"id": 1006, "name": "baz3", "sex": "woman", "age": 20}
*/
object SparkUDAFDemo {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder().master("local[*]").appName("UDAF").getOrCreate()
import spark.implicits._
val df: DataFrame = spark.read.json("in/user.json")
//创建并注册自定义UDAF函数
val function = new MyAgeAvgFunction
spark.udf.register("myAvgAge",function)
//创建视图
df.createTempView("userinfo")
//查询男女平均年龄
val df2: DataFrame = spark.sql("select sex,myAvgAge(age) from userinfo group by sex")
df2.show()
}
}
//实现UDAF类
//实现的功能是对传入的数值进行累加，并且计数传入的个数，最后相除得到平均数
class MyAgeAvgFunction extends UserDefinedAggregateFunction{
//聚合函数的输入数据结构
override def inputSchema: StructType = {
new StructType().add(StructField("age",LongType))
}
//缓存区数据结构
override def bufferSchema: StructType = {
new StructType().add(StructField("sum",LongType)).add(StructField("count",LongType))
}
//聚合函数返回值数据结构
override def dataType: DataType = DoubleType
//聚合函数是否是幂等的，即相同输入是否能得到相同输出
override def deterministic: Boolean = true
//设定默认值
override def initialize(buffer: MutableAggregationBuffer): Unit = {
//sum
buffer(0)=0L
//count
buffer(1)=0L
}
//给聚合函数传入一条新数据时所需要进行的操作
override def update(buffer: MutableAggregationBuffer, input: Row): Unit = {
//将传入的数据进行累加
buffer(0)=buffer.getLong(0)+input.getLong(0)
//每传入一次计数加一
buffer(1)=buffer.getLong(1)+1
}
//合并聚合函数的缓冲区(不同分区)
override def merge(buffer1: MutableAggregationBuffer, buffer2: Row): Unit = {
//不同分区的数据进行累加
buffer1(0)=buffer1.getLong(0)+buffer2.getLong(0)
buffer1(1)=buffer1.getLong(1)+buffer2.getLong(1)
}
//计算最终结果
override def evaluate(buffer: Row): Any = {
//将sum/count的得到平均数
buffer.getLong(0).toDouble/buffer.getLong(1)
}
}。
4. wps计算出的红色括号怎么转换成数值格式？
在WPS表格中，将红色括号中的数字转换为数值格式，可以按照以下步骤进行操作：
1. 选中包含红色括号的单元格或者范围。
2. 在菜单栏中选择"开始"选项卡，然后点击"替换"按钮。
3. 在替换对话框中，将光标定位在"查找内容"输入框中。
4. 在键盘上按下"F5"键，然后在弹出的"定位"对话框中选择"格式"选项卡。
5. 在"格式"选项卡中，选择"颜色"选项，并选择需要转换的红色括号的颜色。
6. 点击"确定"按钮，返回到替换对话框。
7. 在"替换为"输入框中输入一个空格或者其他任意内容。
8. 点击"全部替换"按钮，将红色括号中的数字替换为指定的内容。
9. 选中替换后的单元格或范围。
10. 在菜单栏中选择"开始"选项卡，然后在"数字"组中选择"数值"格式。
完成以上步骤后，红色括号中的数字将会以数值格式显示在单元格中。请注意，替换后的内容不会改变原始的红色括号格式，只是将其转换为数值格式供计算使用。
5. 文本数据量小于50m怎么设置？
如果您的文本数据量小于50MB，您可以考虑在本地计算机上完成训练。以下是一些可能有用的步骤：
1. 安装所需的Python库：您需要安装Tensorflow、Keras、Numpy和Pandas等库。您可以使用pip或conda进行安装。
2. 准备数据：您需要将数据转换为适合模型训练的格式。对于文本数据，您可能需要将其转换为词向量或独热编码等格式。
3. 定义模型：您需要定义一个模型架构，包括层、激活函数、优化器等。您可以使用Keras或Tensorflow等库来定义模型。
4. 训练模型：您可以使用fit()函数来训练模型。您可以通过调整批量大小、迭代次数等参数来优化模型。
5. 评估模型：您可以使用evaluate()函数来评估模型的性能。您可以使用准确度、损失等指标来评估模型。
6. 预测新数据：您可以使用模型对新数据进行预测。您可以使用predict()函数来获得预测结果。
请注意，对于大型数据集，您可能需要使用分布式计算（如Spark或Hadoop）或云计算（如Google Cloud Platform或Amazon Web Services）来完成训练。
6. 如何在excel表格中隐藏部分单元格的公式A1？
用 evaluate 函数自己定义公式，这样别人就看不出你公式写的啥
案例：
比如下表，希望实现的效果是：每当在 B、C、D 列输入学生成绩后，E 列和 F 列会自动显示总分和平均分的值。
如果没有特殊要求，可以在 E、F 列写公式拖动就行。但表格运算复杂的情况下，用太多公式很容易出错，甚至有些情况不想让人知道背后有什么复杂公式，怎么做？
解决方案：
计算总分：
1. 选中 E2 单元格 --> 按 Ctrl + F3 --> 在弹出框中点 New
2. 在 Name 栏位取一个名字，比如就叫“总分”，Refers to 栏位填写公式：=EVALUATE(SUM(Sheet1!B2:D2))
--> OK --> Close
* 请注意，单元格不要绝对引用，即行列前不要加 $
3. 现在在 E2 列中输入“=总分”，就能自动显示结果了。
计算平均分：
1. 选中 F2 单元格 --> 按 Ctrl + F3 --> 在弹出框中点 New
2. 在 Name 栏位另取一个名字，“平均分”，Refers to 栏位填写公式： =EVALUATE(AVERAGE(Sheet1!B2:D2))
--> OK --> Close
3. 现在在 E3 列中输入“=平均分”，就能自动显示结果了。
4. 选中 E2、F2 拖动公式就完成了表格自动计算。
7. 计算式中设置备注后如何计算结果？
使用名称+EVALUATE函数 解决。
1、公式菜单。2、定义名称。3、名称输入任意 比如aaa。4、设置引用位置。5、在B3单元格调用定义好的名称aaa 即可。
