有没有办法强制spark工作人员使用分布式的numpy版本，而不是安装在他们身上的版本？

from pyspark.sql import SparkSession
from pyspark.sql.functions import pandas_udf
import pandas as pd
import numpy as np

# 创建SparkSession
spark = SparkSession.builder.getOrCreate()

# 创建示例DataFrame
data = [(1, 2), (3, 4), (5, 6)]
df = spark.createDataFrame(data, ["col1", "col2"])

# 定义自定义函数，使用分布式的NumPy版本
@pandas_udf("double")
def sum_of_squares(col1, col2):
    # 使用NumPy进行分布式计算
    return np.square(col1) + np.square(col2)

# 应用自定义函数到DataFrame的列
df = df.withColumn("sum_of_squares", sum_of_squares(df["col1"], df["col2"]))

# 显示结果
df.show()