图像文字报表

概述

图像文字报表:报表中混合显示文字与图像,实现图像与文字的混合排列。

应用场景

如下图所示,简单展示数据

示例说明

数据准备

在数据面板中添加数据集,可选择Json数据集和API服务数据集。Json数据集输入如下图所示:

[{"图像":"https://img0.baidu.com/it/u=3609521783,3249485151&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=666","姓名":"孙林","性别":"男","民族":"汉","籍贯":"陕西","健康状况":"健康","出生年月":"1995-02-03","员工档案":"员工档案","在职教育":"北京大学","现任职务":"副总经理","专业技术职位":"副总经理"},{"图像":"https://img0.baidu.com/it/u=964250596,1816275952&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=667","姓名":"金士朋","性别":"男","民族":"汉","籍贯":"山东","健康状况":"健康","出生年月":"1996-07-04","员工档案":"员工档案","在职教育":"山东大学","现任职务":"助理","专业技术职位":"助理"},{"图像":"https://img0.baidu.com/it/u=4282417178,614415074&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=664","姓名":"张珊","性别":"女","民族":"汉","籍贯":"河南","健康状况":"健康","出生年月":"1997-02-12","员工档案":"员工档案","在职教育":" 山东师范大学","现任职务":"技术开发","专业技术职位":"技术开发"},{"图像":"https://img1.baidu.com/it/u=3184016870,4257895732&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=667","姓名":"孙阳","性别":"男","民族":"汉","籍贯":"吉林","健康状况":"健康","出生年月":"1989-12-06","员工档案":"员工档案","在职教育":"北京大学","现任职务":"项目经理","专业技术职位":"项目经理"},{"图像":"https://img0.baidu.com/it/u=2163774115,3688520422&fm=253&fmt=auto&app=138&f=JPEG?w=500&h=667","姓名":"袁丽","性别":"女","民族":"汉","籍贯":"河北","健康状况":"健康","出生年月":"1998-05-07","员工档案":"员工档案","在职教育":"北京师范大学","现任职务":"项目总监","专业技术职位":"项目总监"}]

报表设计

将A1-F1合并单元格,E2-F5合并单元格。
将数据字段拖入到A1、B2、B3、B4、B5、D2、D3、D4、D5、E2单元格,A1设置成分组以及不扩展,其余设置成分组以及向下扩展。在顶部工具栏-元素 将E2设置为图片。
选中A1-F5,点击上方工具栏-添加分组,将A1-F5添加为一个分组。
如下图所示

效果预览


多层表头报表.json

参考文档

  • 小智报表样例源码下载
    • https://gitee.com/tizdata_admin/vue-xzreport-example.git
  • 小智报表demo体验
    • https://xzdemo.tizdata.com/#/imbedShow/reportExample
    • 丰富的报表模板示例
  • 小智报表在线试用
    • https://xzreport.com
  • 小智报表js sdk下载
    • https://tizdata.com/xzdownload/
  • 开发使用文档
    • https://doc.tizdata.com/xiaozhi/650

ttps://doc.tizdata.com/xiaozhi/650

下一篇 自动布局报表

基于TROPOMI高光谱遥感仪器获取的大气成分观测资料,本研究聚焦于大气污染物一氧化氮(NO₂)的空间分布与浓度定量反演问题。NO₂作为影响空气质量的关键指标,其精确监测对环境保护与大气科学研究具有显著价值。当前,利用卫星遥感数据结合先进算法实现NO₂浓度的高精度反演已成为该领域的重要研究方向。 本研究构建了一套以深度学习为核心的技术框架,整合了来自TROPOMI仪器的光谱辐射信息、观测几何参数以及辅助气象数据,形成多维度特征数据集。该数据集充分融合了不同来源的观测信息,为深入解析大气中NO₂的时空变化规律提供了数据基础,有助于提升反演模型的准确性与环境预测的可靠性。 在模型架构方面,项目设计了一种多分支神经网络,用于分别处理光谱特征与气象特征等多模态数据。各分支通过独立学习提取代表性特征,并在深层网络中进行特征融合,从而综合利用不同数据的互补信息,显著提高了NO₂浓度反演的整体精度。这种多源信息融合策略有效增强了模型对复杂大气环境的表征能力。 研究过程涵盖了系统的数据处理流程。前期预处理包括辐射定标、噪声抑制及数据标准化等步骤,以保障输入特征的质量与一致性;后期处理则涉及模型输出的物理量转换与结果验证,确保反演结果符合实际大气浓度范围,提升数据的实用价值。 此外,本研究进一步对不同功能区域(如城市建成区、工业带、郊区及自然背景区)的NO₂浓度分布进行了对比分析,揭示了人活动与污染物空间格局的关联性。相关结论可为区域环境规划、污染管控政策的制定提供科学依据,助力大气环境治理与公共健康保护。 综上所述,本研究通过融合TROPOMI高光谱数据与多模态特征深度学习技术,发展了一套高效、准确的大气NO₂浓度遥感反演方法,不仅提升了卫星大气监测的技术水平,也为环境管理与决策支持提供了重要的技术工具。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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
 
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

打赏作者

小智数据

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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