Cell和Excel交互的悠久历史回顾....

qianqian 2002-02-28 02:53:57

知道cell导出到Excel文件怎么做的吗？

以前用Automation调用Excel对象，其慢如牛，后来我在他们的论坛上提醒他们用一个国外的Delphi组件，结果3.3版本以后改用ActiveX调用，这个ActiveX正好大概是用那个Delphi控件封装的吧，要不不会独立开来了，但是正如那个组件还有许多限制，导出来的东西还有很多缺陷，不如Formula One那样和Excel完全兼容。

我当时怀着很打大的热情去用Cell，但是发现很多Bug真是很讨厌，例如自定义公式产生的结果竟然是乱麻一堆或奇怪的数字，而在有些版本却是正确的....

奇怪的license机制竟然要求每台机器连上Dog,如果出错后果竟然是退出VB或者引起非法操作....

于是我后来再也没用过Cell.

他们也没有记得我这个当时在他们论坛上提问的第一个用户.....当时Cell申请的免费论坛空间现在也不知道哪里去了.后来看到用友收购了华表，才知道世事多变，如今已经不同往日。

把这些往事提出来，只希望Cell真正的成为国产控件界的明星。

...全文

77 6 打赏收藏转发到动态举报

写回复

用AI写文章

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

Cell 2002-03-14

打赏
举报

对ADO谈不上支持不支持，因为你可以用ADO取数直接放到CELL中，但是现在CELL中有了数据库方法，是基于OLEDB的，对于VC等使用ADO很麻烦的开发工具来说还是很好用的。有时间可以看看CELL4.1比CELL3.X要强多了。

qianqian 2002-03-14

打赏
举报

呵呵,我後來改用Formula One了,但是Cell還在我原來的系統中使用.
請問現在支持ADO數據源嗎?原來只能用ODBC啊.

Cell 2002-03-01

打赏
举报

哦.....我们好感动啊！：)
希望大家都能支持国产软件！

progame 2002-03-01

打赏
举报

啊，致字打错了：（

真失败

progame 2002-02-28

打赏
举报

支持，做个东西不容易，尤其是这么执着，向你们到敬！！！

Cell 2002-02-28

打赏
举报

您好朋友：
你接触CELL恐怕比我还要早，那时我们好象还叫恒信誉华公司，是个只有3个人的公司。诸多的问题需要解决，如果怠慢了您还请原谅。目前CELL4.1中转换EXCEL的功能就是用您说的哪个控见来做的，效果比以前好多了，这都是您的功劳。但是在PB下还有些问题。CELL4.1的功能和CELL3.X已经不可同日而语了，而且也使用了免费开发，按分发收费的方式。非常感谢您对我们的支持和建议，有时间来坐坐？

soap消息的分析和消息的创建和传递和处理 @WebService public interface IMyService { @WebResult(name="addResult") public int add(@WebParam(name="a")int a,@WebParam(name="b")int b); @WebResult(name="us

VBA（Visual Basic for Applications）是微软推出的一种事件驱动编程语言，主要用于Office系列软件自动化。自1993年随Office 4.0版本首次出现以来，VBA已成为提高办公效率和实现复杂任务自动化的重要工具。VBA的集成开发环境为开发者提供了一个集成的平台，用于编写、调试和运行代码。VBA IDE通常嵌入在宿主应用程序中，如Microsoft Excel、Word或Access，提供了一系列工具和特性，比如编辑器、调试器、项目资源管理器和属性窗口。

本次会议由统计之都主办，中国人民大学统计学院、中国人民大学应用统计科学研究中心、狗熊会协办，并得到 RStudio、人民邮电出版社、图灵教育、中国人民大学出版社的赞助支持以及 IT 大咖...

如果几周前你问我这个问题，我的回答会是“因为我读的每本机器学习书都告诉我这么做”。我决定寻找一个更好的答案，因为̶i̶̶h̶a̶t̶e̶̶t̶a̶k̶i̶n̶g̶̶o̶r̶d̶e̶r̶s̶我觉得有必要真正知道这个决定背后的推理是什么(我不是数据科学的独角兽，统计学不是我的强项)。评估学习算法。这本书集中在分类算法和他们周围的评估方法。[……]至关重要的是，研究人员拥有适当的工具来评估学习方法和理解潜在的问题。这本书检查了评估过程的各个方面，重点是分类算法。——书籍描述。

Kubeflow 是一个开源项目，致力于使 ML 项目的部署更加简单、可移植和可伸缩。来自文档Kubeflow 项目致力于使在 Kubernetes 上部署机器学习(ML)工作流变得简单、可移植和可扩展。我们的目标不是重新创建其他服务，而是提供一种简单的方法来将 ML 的最佳开源系统部署到不同的基础设施上。无论你在哪里运行 Kubernetes，你都应该能够运行 Kubeflow。但是我们如何开始呢？我们需要 Kubernetes 集群吗？我们应该自己部署整个系统吗？我的意思是，你看过库伯弗洛的清单回购。