搜索

Help

第137页,共230页。 显示 2,294 条结果 (0.05 秒)

  1. 电子表格⬝ 下拉框

    的影响目标。 区域 所选择的区域作为控件的影响目标。 位置 固定 设置控件的位置固定,不随单元格扩展。 随单元格扩展 控件随单元格扩展。 外观 控件 边框色 设置控件边框色为黄色,如图: 2021-08-18_11-35-26.png
  2. 电子表格⬝ 单选框

    择的区域作为控件的备选值。 影响目标 参数 所选择的参数作为控件的影响目标。 区域 所选择的区域作为控件的影响目标。 位置 固定 设置控件的位置固定,不随单元格扩展。 随单元格扩展 控件随单元格扩展。 外观 控件 背景色 设置控件的背景色
  3. 电子表格⬝ 复选框

    作为控件的备选值。 影响目标 参数 所选择的参数作为控件的影响目标。 区域 所选择的区域作为控件的影响目标。 位置 固定 设置控件的位置固定,不随单元格扩展。 随单元格扩展 控件随单元格扩展。 外观 控件 背景色 设置控件的背景色
  4. 电子表格选中行高亮效果1

    该宏示例在 V10.5上 验证通过 提示:本文档的示例代码仅适用于本文档中的示例报表/场景。若实际报表/场景与示例代码无法完全适配(如使用功能不一致,或多个宏代码冲突等),需根据实际需求开发代码。 示例效果 当鼠标移动到电子表格扩展数据行上时,该行高亮显示 image2020-6-16 … , isAjaxRefreshCallback) { spreadsheetReport.initTableGrid(); var A2List = spreadsheetReport.getExpandedPositions("A2"); //上半部分表格扩展字段起始位置 var A2_Start
  5. 电子表格⬝ 下拉框

    备选值 参数 所选择的参数作为控件的备选值。 区域 所选择的区域作为控件的备选值。 影响目标 参数 所选择的参数作为控件的影响目标。 区域 所选择的区域作为控件的影响目标。 位置 固定 设置控件的位置固定,不随单元格扩展。 随单元格扩展 控件随单元格扩展。 外观
  6. 电子表格⬝ 分组报表(系统数据集)

    ,拖拽到单元格C4,弹出右键菜单,选择 从左到右。 image2022-3-2_10-27-50.png 分组区 设置字段“销售区域”、“销售城市”、“产品”逐层分组。 通过系统默认的父格设置即实现逐层分组,因此当前报表定制不需要自定义父格。 选中单元格C4、D4、E4,在工具栏设置:扩展方向为“从上到下”,数据设置为“分组”: image2022-3-1_19-39-36.png 数据区 设置字段“销售额”、“销售量”中的数据进行汇总合计显示。 选中单元格F4、G4,在工具栏设置:扩展方向为“不扩展”,数据设置为“汇总”,汇总为“求和”: 基于数据模型创建的电子表格,如需
  7. 升级导出引擎的docker版本

    (本文仅供参考) 卸载导出引擎 ./uninstall_SmartbiExport.sh image2024-2-23_16-46-47.png 卸载docker ./uninstall_docker.sh image2024-2-23_16-48-14.png 安装新版本docker 备份现在的docker安装 cd docker_package mv docker docker_bak_19.03 image2024-2-23_16-5-21.png 上传新版本docker介质 上传新版本docker介质到此目录,并解压 tar -zxvf docker-24.0.9.tgz
    FAQ中心六月 09, 2025
  8. 分享报表限制分享日期是否能手动拼接用户密码

    方法解码。 jar可在war里面获取,路径参考如下: image2025-5-9_9-49-20.png
    FAQ中心六月 03, 2025
  9. 清理/tmp目录下的文件,会导致报表访问不了

    (本文档经供参考) 问题详情:           清理/tmp目录下的文件,会导致报表访问不了。这个默认路径修改位置存放的位置在哪?系统的临时目录/tmp是会定时清理的。如果是运行态的程序,也是不能存放在此目录的。 解决方案: 此问题属于OlapServer安装本身的问题,会默认将OlapServer相关 … 需要更新OlapServer除了将jar进行替换,还需考虑替换application.properties文件以比面上述场景操作下带来的影响。
    FAQ中心六月 21, 2023
  10. 数据挖掘-模型自学习

    概述说明 机器学习中发布到生产的服务内所训练的模型随着时间推移,准确性可能会逐步降低。这时若通过补充新的数据,重新进行训练,则有可能提高模型准确性。模型自学习则是将这个步骤自动化,并能自动将符合一定要求的模型发布或者部署到生产中,它能解决模型长期得不到更新而导致准确性降低的问题,并极大减轻运维人员的工作量。 适用场景 1、模型已经训练好并发布为服务,用户希望模型能定期更新 2、模型的训练数据能定期更新 功能入口  图片3.png 进入模型自学习界面可模型自学习自定义并可以设置定时任务,如下: 图片4.png 模型自学习示例 以房价预测为例: 1、打开房价预测实验实例