help看了下
sort_values(self, return_indexer=False, ascending=True)
應(yīng)該是可以調(diào)整排列的順序的，修改ascending參數(shù) True升序排列，F(xiàn)alse降低序排列。

import pandas as pd
import numpy as np

dates = pd.date_range('1/1/2012', periods=5, freq='M')
help(dates)

dates.sort_values(ascending=False)

DatetimeIndex(['2012-05-31', '2012-04-30', '2012-03-31', '2012-02-29',
               '2012-01-31'],
              dtype='datetime64[ns]', freq='-1M')
              
dates.sort_values(ascending=True)

DatetimeIndex(['2012-01-31', '2012-02-29', '2012-03-31', '2012-04-30',
               '2012-05-31'],
              dtype='datetime64[ns]', freq='M')

async和function的位置換一下
async function

找了一天自己來解答了，udf類實(shí)現(xiàn)接口IDTExtensibility2，然后重寫以下方法

public void OnConnection(object Application, ext_ConnectMode ConnectMode, 
object objectAddInInst, ref Array custom)
? ?? ???{
? ?? ?? ?? ?MyExcelAppInstance = (MsExcel.Application)Application;
? ?? ?? ?? ?MyAddInInstance = AddInInst;
? ?? ???}

MyExcelAppInstance 就是當(dāng)前執(zhí)行的udf函數(shù)的excel實(shí)例

試了下網(wǎng)絡(luò)不通，先確保下域名是否正確把？

在option->configure里可以設(shè)置，微軟雅黑就可以了。

根據(jù)小數(shù)點(diǎn)位置固定與否，機(jī)器數(shù)又可以分為定點(diǎn)數(shù)和浮點(diǎn)數(shù)。
整數(shù)。認(rèn)為整數(shù)沒有小數(shù)部分，小數(shù)點(diǎn)固定在數(shù)的最右邊。

你理解反了。

計(jì)算機(jī)表示數(shù)有 2 種方式：定點(diǎn)數(shù)和浮點(diǎn)數(shù)。而這兩種方式都可以表示整數(shù)和小數(shù)。

所謂定點(diǎn)，就是小數(shù)點(diǎn)位置固定，如果固定在最右面，那么這個數(shù)就是整數(shù)。如果固定在最左邊，那么這個數(shù)就是 0 到 1 之間的小數(shù)。也可以固定在中間，例如固定在右面數(shù)第 3 位，那么就可以表示 2 位小數(shù)，例如：1.23，3.00，……

但是這樣表示小數(shù)有問題，就是表示范圍太小，精度由小數(shù)點(diǎn)右面的位數(shù)來決定。于是，為了表示更大的數(shù)(不僅僅是小數(shù))的范圍，我們不固定小數(shù)點(diǎn)的位置，而是根據(jù)這個數(shù)的大小來動態(tài)確定小數(shù)點(diǎn)的位置，由于小數(shù)點(diǎn)的位置是浮動的，所以我們稱之為浮點(diǎn)數(shù)（PS：浮點(diǎn)數(shù)也可以用來表示整數(shù)）。

我之前博客連載過兩篇關(guān)于浮點(diǎn)數(shù)的文章:

• 代碼之謎（四）- 浮點(diǎn)數(shù)（從驚訝到思考）
• 代碼之謎（五）- 浮點(diǎn)數(shù)（誰偷了你的精度？）

綜上：

• 定點(diǎn)數(shù)：無精度損失、表示范圍小
• 浮點(diǎn)數(shù)：有精度損失，表示范圍大