使用函数统计指定数字的个数_成为高手必须掌握的10个Excel函数公式解读!

本文介绍了10个实用的Excel函数,包括Column函数获取列号、CONCATENATE函数合并单元格内容、Date函数生成日期、Dcount函数计算数值单元格数量等,帮助提升Excel操作效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

aff60f572b3f7acf427f692f59d9af1c.png

03f28113d3fdd1990f41342fdf52e454.png

通过前几节的学习,相信大家对于Excel中的函数公式有了一定的了解,今天,小编带大家继续了解Excel中的部分函数公式,对于提高工作效率分分钟哦!


一、Column函数:获取列号。

4c06f0c3642bd3fc0b7607a34db560a8.gif

方法:

在目标单元格中输入公式:=COLUMN(D3)、=COLUMN(E3)。

解读:

Column函数的作用为:获取单元格的列号。语法结构为:=Column(单元格地址)。


二、CONCATENATE函数:合并单元格内容。

ded774e98f1534d5b4732b8ee16d3e29.gif

方法:
在目标单元格中输入公式:=CONCATENATE(A3,B3,C3,D3,E3)。

解读:

Concatenate函数的作用为:合并指定单元格的内容。语法结构为:=Concatenate(文本1,文本2,……文本N),其中“文本”也可以是单元格地址哦!


三、Date函数:将指定的数值按照日期规律返回具体的日期。

87de5e47b5db2c8d02921d2755a52193.gif

方法:

在目标单元格中输入公式:=DATE(C3,D3,E3)。

解读:

Date函数的作用为:将指定的值按照特定的规律组成具体的日期。语法结构为:=Date(年,月,日)。


四、Dcount函数:计算数值单元格的个数。

目的:计算销量在指定范围内的个数。

3b4741b28d9fe71be2ebc0b7cc616ab9.gif

方法:

在目标单元格中输入公式:=DCOUNT(B2:E9,"销量",H2:I3)。

解读:

Dcount函数的作用为:计算指定数据字段中符合条件的数字单元格的个数。语法结构为:=Dcount(数据范围,条件字段,条件范围)。


五、Frequency函数:频率统计。

目的:统计指定范围中值的个数。

2adb91a1a4e48f1051334bb2708a3a74.gif

方法:
1、在目标单元格中输入公式:=FREQUENCY(D3:D9,H3:H8)。

2、快捷键Ctrl+Shift+Enter填充。

解读:

Frequency函数为:频率统计函数,统计指定范围内的数值个数。语法结构为:=Frequency(数值区域,条件区域)。需要注意的是Frequency函数是向下兼容的,暨包含起始范围的值。


六、Day函数:提起日期中的“日”。

d416e6803adfd843da18fafa0827a03c.gif

方法:

在目标单元格中输入公式:=DAY(D3)。

解读:

Year、Month和Day函数的作用分别为:提取指定日期中的“年”、“月”、“日”。语法结构为:=函数名(日期)。


七、Index函数:提取指定位置上的值。

8c657e426e8fb8fc24b92e375ed8e3fd.gif

方法:

在目标单元格中输入公式:=INDEX(A3:F9,I3,J3)。

解读:

Index函数的作用为:返回指定范围中指定行列交叉处的值。语法结构为:=Index(数据范围,行,列)。


八、Len函数:返回字符个数。

f537dc8cb19c1722b7baed7cc122e2a0.gif

方法:

在目标单元格中输入公式:=LEN(A1)。

解读:

Len函数的作用为:统计字符的长度,每个字符(一个汉字、一个字母、一个标点)都占一个字符。语法结构为:=Len(字符串或单元格引用)。


九、Lenb函数:统计字节个数。

e2fd6623a8f96462383e554d5570b744.gif

方法:

在目标单元格中输入公式:=LENB(A1)。

解读:

Lenb函数的作用为:统计指定字符串的字节数。汉字和标点个数15个,字母:10个,数字:2个。15*2+10*1+2*1=42。


十、Match函数:对指定的值进行定位。

67ecbb30601686ae6796238b5ad2c1dc.gif

方法:

在目标单元格中输入公式:=MATCH(I3,B3:B9,0)。

解读:

Match函数的作用为:在指定的范围内查找指定值的相对位置。语法结构为:=Match(查找值,查找范围,匹配模式)。其中匹配模式有:-1、0、1三种。

-1:查找大于或等于查找值的最小值,查找范围必须按降序排列。

0:精准查找,查找范围可以按任何顺序排列,如果省略第三个参数,默认为0.

1:查找小于或等于查找值的最大值,查找范围必须按升序排列。


结束语:

文中讲解了10个非常实用的Excel函数,对于使用技巧,你Get到了吗?欢迎在留言区留言讨论哦!

### RT-DETRv3 网络结构分析 RT-DETRv3 是一种基于 Transformer 的实时端到端目标检测算法,其核心在于通过引入分层密集正监督方法以及一系列创新性的训练策略,解决了传统 DETR 模型收敛慢和解码器训练不足的问题。以下是 RT-DETRv3 的主要网络结构特点: #### 1. **基于 CNN 的辅助分支** 为了增强编码器的特征表示能力,RT-DETRv3 引入了一个基于卷积神经网络 (CNN) 的辅助分支[^3]。这一分支提供了密集的监督信号,能够与原始解码器协同工作,从而提升整体性能。 ```python class AuxiliaryBranch(nn.Module): def __init__(self, in_channels, out_channels): super(AuxiliaryBranch, self).__init__() self.conv = nn.Conv2d(in_channels, out_channels, kernel_size=3, padding=1) self.bn = nn.BatchNorm2d(out_channels) def forward(self, x): return F.relu(self.bn(self.conv(x))) ``` 此部分的设计灵感来源于传统的 CNN 架构,例如 YOLO 系列中的 CSPNet 和 PAN 结构[^2],这些技术被用来优化特征提取效率并减少计算开销。 --- #### 2. **自注意力扰动学习策略** 为解决解码器训练不足的问题,RT-DETRv3 提出了一种名为 *self-att 扰动* 的新学习策略。这种策略通过对多个查询组中阳性样本的标签分配进行多样化处理,有效增加了阳例的数量,进而提高了模型的学习能力和泛化性能。 具体实现方式是在训练过程中动态调整注意力权重分布,确保更多的高质量查询可以与真实标注 (Ground Truth) 进行匹配。 --- #### 3. **共享权重解编码器分支** 除了上述改进外,RT-DETRv3 还引入了一个共享权重的解编码器分支,专门用于提供密集的正向监督信号。这一设计不仅简化了模型架构,还显著降低了参数量和推理时间,使其更适合实时应用需求。 ```python class SharedDecoderEncoder(nn.Module): def __init__(self, d_model, nhead, num_layers): super(SharedDecoderEncoder, self).__init__() decoder_layer = nn.TransformerDecoderLayer(d_model=d_model, nhead=nhead) self.decoder = nn.TransformerDecoder(decoder_layer, num_layers=num_layers) def forward(self, tgt, memory): return self.decoder(tgt=tgt, memory=memory) ``` 通过这种方式,RT-DETRv3 实现了高效的目标检测流程,在保持高精度的同时大幅缩短了推理延迟。 --- #### 4. **与其他模型的关系** 值得一提的是,RT-DETRv3 并未完全抛弃经典的 CNN 技术,而是将其与 Transformer 结合起来形成混合架构[^4]。例如,它采用了 YOLO 系列中的 RepNCSP 模块替代冗余的多尺度自注意力层,从而减少了不必要的计算负担。 此外,RT-DETRv3 还借鉴了 DETR 的一对一匹配策略,并在此基础上进行了优化,进一步提升了小目标检测的能力。 --- ### 总结 综上所述,RT-DETRv3 的网络结构主要包括以下几个关键组件:基于 CNN 的辅助分支、自注意力扰动学习策略、共享权重解编码器分支以及混合编码器设计。这些技术创新共同推动了实时目标检测领域的发展,使其在复杂场景下的表现更加出色。 ---
评论
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