// 获取公式计算器 FormulaEvaluator evaluator = workbook.getCreationHelper().createFormulaEvaluator(); // 对工作表中的所有公式进行计算 evaluator.evaluateAll(); 这段代码报错Unknown error type: -60

时间: 2024-04-26 12:23:03 浏览: 12
这个错误是由于 Java 调用了本地库时出错导致的。具体来说,错误代码 -60 表示在调用本地库的过程中发生了未知的错误。可能的原因包括: - 本地库文件缺失或损坏; - 本地库与 Java 版本不兼容; - 操作系统或硬件问题导致本地库无法正常工作。 针对这个错误,你可以尝试以下几个解决方案: 1. 确认本地库文件是否存在并可用。如果本地库文件缺失或损坏,可以重新下载或修复本地库文件。 2. 检查 Java 和本地库的版本是否兼容。如果 Java 版本过低或过高,可能会导致无法调用本地库。同样地,如果本地库版本过低或过高,也可能会出现兼容性问题。 3. 检查操作系统和硬件是否满足要求。如果操作系统或硬件存在问题,可能会导致本地库无法正常工作。可以尝试升级操作系统或更换硬件来解决问题。 另外,你可以尝试查看具体的错误信息,以便更好地定位问题。可以尝试查看日志文件或调试信息来获取更多信息。
相关问题

poi 导出excel时模板中的公式没有自动计算

在使用poi导出excel时,如果模板中的公式没有自动计算,可以通过以下两种方式解决: 1. 使用公式计算器 在使用poi导出excel时,可以使用公式计算器来手动计算公式。具体操作步骤如下: ```java // 获取工作簿 Workbook workbook = new XSSFWorkbook(new FileInputStream("template.xlsx")); // 获取工作表 Sheet sheet = workbook.getSheetAt(0); // 获取公式计算器 FormulaEvaluator evaluator = workbook.getCreationHelper().createFormulaEvaluator(); // 对工作表中的所有公式进行计算 evaluator.evaluateAll(); ``` 2. 设置单元格为自动计算公式 在模板中,可以将需要计算公式的单元格设置为自动计算公式,具体操作步骤如下: - 选中需要设置为自动计算公式的单元格 - 右键单击,选择“格式单元格”选项 - 在弹出的对话框中,选择“常规”选项卡 - 在“常规”选项卡中,勾选“自动计算公式” 设置完成后,当使用poi导出excel时,公式就会自动计算。

poi获取公式计算后的值

POI库提供了计算公式的功能,可以通过公式求值器计算单元格中包含的公式的结果。下面是一个Java代码示例,可以使用POI库来获取公式计算后的值: ```java import org.apache.poi.ss.usermodel.*; import org.apache.poi.ss.util.*; import org.apache.poi.xssf.usermodel.*; import java.io.File; import java.io.FileInputStream; public class PoiFormulaEvaluatorExample { public static void main(String[] args) throws Exception { // 读取Excel文件 File file = new File("example.xlsx"); FileInputStream inputStream = new FileInputStream(file); XSSFWorkbook workbook = new XSSFWorkbook(inputStream); XSSFSheet sheet = workbook.getSheetAt(0); // 获取第一行第一列单元格 CellReference cellReference = new CellReference("A1"); XSSFRow row = sheet.getRow(cellReference.getRow()); XSSFCell cell = row.getCell(cellReference.getCol()); // 获取公式计算器 FormulaEvaluator evaluator = workbook.getCreationHelper().createFormulaEvaluator(); // 计算公式的结果 CellValue cellValue = evaluator.evaluate(cell); // 获取计算后的值 double value = cellValue.getNumberValue(); System.out.println("计算后的值为: " + value); // 关闭Excel文件 workbook.close(); inputStream.close(); } } ``` 在这个例子中,我们假设我们要获取第一行第一列单元格的值。我们首先使用 `CellReference` 类来获取这个单元格的引用,然后使用 `XSSFRow` 和 `XSSFCell` 类获取这个单元格。接下来,我们使用 `XSSFWorkbook` 类读取Excel文件,并使用 `FormulaEvaluator` 获取公式计算器。最后,我们使用 `evaluate` 方法计算单元格中的公式的结果,并使用 `CellValue` 类获取计算后的值。 请注意,上述代码仅适用于使用XSSF格式的Excel文件。如果您使用的是HSSF格式的Excel文件,则需要使用 `HSSFWorkbook` 和 `HSSFCell` 类来获取单元格,并使用 `HSSFFormulaEvaluator` 类获取公式计算器。

相关推荐

from pyspark.ml.feature import PCA, VectorAssembler from pyspark.ml.classification import LinearSVC from pyspark.ml.tuning import CrossValidator, ParamGridBuilder from pyspark.ml.evaluation import BinaryClassificationEvaluator from pyspark.sql import Row , SparkSession from pyspark import SparkConf # 1.创建spark对象 spark = SparkSession.builder.config(conf = SparkConf()).getOrCreate() # fnlwgt : final-weight 样本权重 # 2.读取数据集 dataPath = "file:///home/adult.data" data = spark.read.format("csv").option("header", "true").load(dataPath) # continuous_vars = ["age","fnlwgt","education-num","capital-gain","capital-loss","hours-per-week"] # 3.数据集预处理(将六个连续型变量提取出来并转化为特征向量) assembler = VectorAssembler(inputCols=["age", "fnlwgt", "education-num", "capital-gain", "capital-loss", "hours-per-week"], outputCol="features") data = assembler.transform(data) # 4.主成分分析 pca = PCA(k=3, inputCol="features", outputCol="pca_features") model = pca.fit(data) data = model.transform(data) # 5.划分训练集和测试集 train_data, test_data = data.randomSplit([0.8, 0.2], seed=123) # 6.构建 svm 模型 svm = LinearSVC(labelCol="label", featuresCol="pca_features") # 7.参数调优 evaluator = BinaryClassificationEvaluator(rawPredictionCol="rawPrediction", labelCol="label", metricName="areaUnderROC") paramGrid = ParamGridBuilder().addGrid(svm.regParam, [0.1, 0.01]).addGrid(svm.maxIter, [10, 100]).addGrid(pca.k, [2, 3]).build() cv = CrossValidator(estimator=svm, evaluator=evaluator, estimatorParamMaps=paramGrid, numFolds=3) cv_model = cv.fit(train_data)

如何解决Loading and preparing results... DONE (t=0.01s) creating index... index created! Running per image evaluation... Evaluate annotation type *bbox* DONE (t=0.44s). Accumulating evaluation results... Traceback (most recent call last): File "tools/train.py", line 133, in <module> main() File "tools/train.py", line 129, in main runner.train() File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/mmengine/runner/runner.py", line 1721, in train model = self.train_loop.run() # type: ignore File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/mmengine/runner/loops.py", line 102, in run self.runner.val_loop.run() File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/mmengine/runner/loops.py", line 366, in run metrics = self.evaluator.evaluate(len(self.dataloader.dataset)) File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/mmengine/evaluator/evaluator.py", line 79, in evaluate _results = metric.evaluate(size) File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/mmengine/evaluator/metric.py", line 133, in evaluate _metrics = self.compute_metrics(results) # type: ignore File "/home/wangbei/mmdetection(coco)/mmdet/evaluation/metrics/coco_metric.py", line 512, in compute_metrics coco_eval.accumulate() File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/pycocotools-2.0-py3.8-linux-x86_64.egg/pycocotools/cocoeval.py", line 378, in accumulate tp_sum = np.cumsum(tps, axis=1).astype(dtype=np.float) File "/home/wangbei/anaconda3/envs/Object_mmdetection/lib/python3.8/site-packages/numpy/__init__.py", line 305, in __getattr__ raise AttributeError(__former_attrs__[attr]) AttributeError: module 'numpy' has no attribute 'float'. np.float was a deprecated alias for the builtin float. To avoid this error in existing code, use float by itself. Doing this will not modify any behavior and is safe. If you specifically wanted the numpy scalar type, use np.float64 here. The aliases was originally deprecated in NumPy 1.20; for more details and guidance see the original release note at: https://numpy.org/devdocs/release/1.20.0-notes.html#deprecations WARNING:torch.distributed.elastic.multiprocessing.api:Sending process 29887 closing signal SIGTERM ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1) local_rank: 0 (pid: 29886) of binary: /home/wangbei/anaconda3/envs/Object_mmdetection/bin/python

最新推荐

recommend-type

哈尔滨工程大学833社会研究方法2020考研专业课初试大纲.pdf

哈尔滨工程大学考研初试大纲
recommend-type

基于ASP酒店房间预约系统(源代码+论文)【ASP】.zip

基于ASP酒店房间预约系统(源代码+论文)【ASP】
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB结构体与对象编程:构建面向对象的应用程序,提升代码可维护性和可扩展性

![MATLAB结构体与对象编程:构建面向对象的应用程序,提升代码可维护性和可扩展性](https://picx.zhimg.com/80/v2-8132d9acfebe1c248865e24dc5445720_1440w.webp?source=1def8aca) # 1. MATLAB结构体基础** MATLAB结构体是一种数据结构,用于存储和组织相关数据。它由一系列域组成,每个域都有一个名称和一个值。结构体提供了对数据的灵活访问和管理,使其成为组织和处理复杂数据集的理想选择。 MATLAB中创建结构体非常简单,使用struct函数即可。例如: ```matlab myStruct
recommend-type

详细描述一下STM32F103C8T6怎么与DHT11连接

STM32F103C8T6可以通过单总线协议与DHT11连接。连接步骤如下: 1. 将DHT11的VCC引脚连接到STM32F103C8T6的5V电源引脚; 2. 将DHT11的GND引脚连接到STM32F103C8T6的GND引脚; 3. 将DHT11的DATA引脚连接到STM32F103C8T6的GPIO引脚,可以选择任一GPIO引脚,需要在程序中配置; 4. 在程序中初始化GPIO引脚,将其设为输出模式,并输出高电平,持续至少18ms,以激活DHT11; 5. 将GPIO引脚设为输入模式,等待DHT11响应,DHT11会先输出一个80us的低电平,然后输出一个80us的高电平,
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

MATLAB结构体与数据库交互:无缝连接数据存储与处理,实现数据管理自动化

![MATLAB结构体与数据库交互:无缝连接数据存储与处理,实现数据管理自动化](https://ww2.mathworks.cn/products/database/_jcr_content/mainParsys/band_1749659463_copy/mainParsys/columns_copy/6d5289a2-72ce-42a8-a475-d130cbebee2e/image_copy_2009912310.adapt.full.medium.jpg/1709291769739.jpg) # 1. MATLAB结构体与数据库交互概述** MATLAB结构体与数据库交互是一种强大的
recommend-type

Link your Unity

project to C# script in Visual Studio. Can you provide me with some guidance on this? Yes, I can definitely help you with that! To link your Unity project to C# script in Visual Studio, you first need to make sure that you have both Unity and Visual Studio installed on your computer. Then, you can