【公众号系列】两分钟学会SAP F1技巧

公众号:SAP Technical
本文作者:matinal
 

写在前面

这是以前写的一篇文章,但这个技巧可能有些人还是不太会用,拿出来和大家分享一下。做SAP系统的朋友应该都会和IMG打交道,无论是技术顾问还是业务顾问,F1是必备技能之一,有效的利用系统提供的方法,会减少很多麻烦,也会提高工作效率。还有一篇相关性技巧的文章,请在文末查看推荐阅读。

今天来简单说一个F1的技巧。比如,你在项目上如果想要找一个TCODE对应的IMG下的配置路径,其实有很多方法,比如:网上查找,很多人也会写一些相关的文章,或者有经验的顾问会记住大概的位置,就会直接查找,但是碰到一些陌生的配置,该如何查找呢。今天来介绍一下其中一个方法:如何通过F1查找事务代码的IMG路径。

情况分析

一般有F4帮助的字段,都可以通过HELP来获得该字段所有的值。这些都已在IMG配置里配置过了。现在,如果你想在这里面加上新的值,比如自定义的值,那么,你就需要知道这个配置路径在哪里,然后再去创建自己的需求中所需要的新的值。

举个栗子,现在需要创建一个按F4出现的物料组来选择一个我们项目需求中的物料组,我们需要知道IMG路径才能创建。

情景再现

我们只需要选中该字段,然后可以通过F1获取相应的IMG路径,我们先进入MM01界面,如下图所示:

公众号:SAP Technical

只需要选中该字段,按F1即可。如下所示:

 

公众号:SAP Technical

在这里,你可以找到物料组的所有详细信息,还可以找到一个选项作为维护物料。

功能概览

在上一排按钮中,我们选中定制按钮,然后会出现以下界面,如下所示:

公众号:SAP Technical

在这里,我们选中继续而不指定项目按钮,记住:项目里面不要选择任何内容,如下图所示:

公众号:SAP Technical

看到IMG作业概览后,是不是很开心O(∩_∩)O,感觉已经离我们想要的很近了。我们继续往下说,有两列字段,一个是实施指南,一个是实施指南活动。

上述截图里已经列出了所有物料组相关的作业,而我们需要找到属于这个字段的IMG配置路径,我们这里选择的是物料组。

备注:你只需要根据你的需求选择你的功能即可。


找到路径

因为我们要创建一个新的物料组,所以我们需要选择定义物料组。如下图所示:

公众号:SAP Technical

现在点击执行按钮来维护条目即可,如下图所示:

公众号:SAP Technical

这些数据可以从IMG路径进行配置的字段,我们是可以使用这种方式查找的,但对于某些字段,我们无法获取每个部分的所有字段的详细信息(如供应商主数据,客户主数据,销售订单等)。如果在此字段上按F1,没有显示可以定制配置,那么就将无法参照上面步骤,维护条目了。因为这些字段是不能从IMG路径配置的,而这些无法配置的字段,只要详细阅读,F1里面的解释也是很清楚的。

转载于:https://www.cnblogs.com/SAPmatinal/p/10333541.html

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值