润乾V4 自动计算中的位移坐标

最新推荐文章于 2024-08-11 13:48:14 发布

原创最新推荐文章于 2024-08-11 13:48:14 发布 · 513 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#润乾 #报表

润乾同时被 2 个专栏收录

113 篇文章

订阅专栏

5 篇文章

订阅专栏

在使用润乾V4做填报表的时候

由于有些数据的扩展的，但是自动计算的时候，取的是扩展单元格中的某一格

而且数据是交叉扩展的，所以这里就需要使用到位移坐标去处理此类数据

如上图所示

两个单元格分别扩展 B3单元格的值为A3与B2所扩展值的和也是扩展格

那么如果要求扩展出来的后3格的和，就需要用到位移坐标。

B3中与A3扩展格对应的B2格的第二个扩展值即为B3[A3;B2:2]

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Sxb_Cry5tal

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

结构力学基础概念：位移法：位移法在桁架结构中的应用_2024-08-03_06-51-37.Tex

06-12

628

桁架结构，由一系列直杆通过铰接或刚接连接而成，形成三角形或四边形的网格结构，用于桥梁、屋顶、塔架等建筑中，以承受各种荷载。桁架结构的稳定性主要依赖于其几何形状的稳定性，即三角形的不可变性。桁架（Truss）是一种由直杆组成的结构，这些直杆通过铰接或刚接连接，形成一个整体，能够承受垂直荷载和横向荷载。桁架结构的每个节点通常都是铰接，这意味着杆件在节点处只能传递力，不能传递力矩。

结构力学基础概念：位移法：位移与变形的关系_2024-08-03_05-56-15.Tex

最新发布

06-13

986

在结构力学中，位移指的是结构中任意一点相对于其原始位置的移动。这种移动可以是线性的，也可以是角的，取决于结构的性质和外力的作用方式。位移是结构响应于外力或温度变化等外部因素的直接表现，是分析结构稳定性和安全性的重要参数。应变是结构变形的度量，可以分为线应变和剪应变。线应变描述了结构沿某一方向的伸长或缩短，而剪应变描述了结构的剪切变形。

参与评论您还未登录，请先登录后发表或查看评论

润乾报表使用DIV层实现坐标差值的算法

fayemei001的专栏

05-28

664

在润乾报表统计图中，其X轴坐标并不是从展示页面的最右方0像素开始的，而是有一个偏移量像素数。这个偏移量像素数包括四个部分： 1、纵轴标题、纵轴标签、图例（如果图例在右方）、横轴起始点和横轴数据起始点之间的间隔。在这4个影响偏移量的部分中，只有两个部分可以通过报表设计器控制：第一个是纵轴标题，可以保留其为空直接去除；第二个是图例，可以选择不显示图例去除，而纵轴标签和数据起始点间隔两个因素不能通

报表设计--坐标实例-位移坐标

szzzzn的专栏

04-20

739

联系电话：15050176512 Q Q 号码：136846796 平台网址：www.sdpsoft.com 一、新建数据源二、操作步骤在A2单元格填写=to（1,3）设置为纵向扩展在B2单元格填写=to（1,5）设置为纵向扩展在C2单元格填写=B2+C1 在D2单元格填写=c2[+2] 位移坐标表示法（当前单元格D2与目标单元格C2共同的主格下面的

位移坐标的用法

zhangxiaoqi520520的专栏

10-22

1160

在P10里面既要求根据A10选出来对应的月份，又要计算出来P4对应月份的合计，而客户又不是用的数据集函数来i做，所以P10里面不好写表达式，=sum(P4{A4==$A10})，首先SUM里面计算的是P4的值，而P4又是有条件的，在{}里面写上条件$表示取当前月，当前月=A4

润乾报表实现跨行组运算报表及改进

u012388497的专栏

08-07

1127

跨行组计算类报表在报表开发中非常常见，如常见的同期比、环比计算、移动平均值计算等。这类报表由于经常要引用其他行列的数据进行相对/绝对位置运算，使得报表实现并不轻松。润乾报表在实现时需要借助层次坐标和位移坐标，辅以条件表达式和“$”运算符完成。下面通过一个实例说明润乾报表的实现方式。报表需求根据订单表和指定年份（参数）按月统计订单金额，以及与上一订单月金额比，与去年同月金额

润乾——主格

贾志远的专栏

07-04

1512

左主格单元格进行纵向扩展时，我们又称其为其右边格子的左主格。左主格属性可以默认缺省，也可以人为的改变。缺省左主格认定规则：单元格纵向扩展时，左边纵向扩展单元格缺省为它的左主格，右边单元格缺省为它的附属格；如果左边没有纵向扩展格，则左主格缺省为 `0 格。人为改变主格规则：可以将某个单元格的左主格设置成某个纵向扩展格。如果要将某单元格的上主格改为00格，则将其上主格属性设

Unity 不同空间坐标转换中的矩阵应用

xinzhilinger的博客

01-05

6473

前言实际开发中，Unity已经为开发者封装好一些坐标转换的方法，使用起来是比较方便的，但是对于理解而言就比较复杂了，本篇文章通过模拟的方式来简单的了解一下Unity的矩阵坐标变换的思路获取物体的相对坐标在开始前先做一些准备工作，创建两个空物体分别命名为centerPos与targetPos，接下来所执行的操作就可以理解为求targetPos相对于centerPos的本地坐标系下的坐标，即此时centerPos为坐标原点，来求出targetPos在该坐标系下的坐标位置为了便于观察，通过Gizmos绘制

Unity——Transform和位移

yunyou1024的博客

08-11

1745

Vector3的使用，如何声明提供的常用静态属性和一个计算距离的方法位置，相对于世界坐标系和相对于父对象的位置这两个位置的区别位移，自己如何计算来进行位移API是哪个方法来进行位移，使用时要注意。

【Unity】Transform—游戏物体的位置and位移、Vector基础

我的博客

07-23

2068

1.必备知识点 Vector3基础 2.位置相关 3.位移 Transform的用处：处理游戏对象（GameObject）的位移、缩放、父子关系、坐标转换等相关操作它是Unity提供的极其重要的类

润乾报表根据数据的不同扩展出列宽不同的格子

weixin_34344677的博客

06-11

539

润乾报表根据数据的不同扩展出列宽不同的格子的方法用到的不是很多,常用的方式是valueat实现的,在列宽的表达式里这样写能达到目的比方说A1单元格内容是=TO(1,3) 现在想让内容为3的格子的列宽是100 其余是25 那么表达式是if(valueat(A1{}, col()-1) == 3, 100,25) 然后预览就是这个效果了转载于:https:/...

数据采集填报中自动计算的指标如何做

RQlyc的博客

12-04

851

在业务系统中，常常会遇到这样的需求，用户录入了某些数据后，系统需要自动算出另外一部分单元格的值，从而方便用户的计算、简化用户的输入，进而减少错误率，这就是我们常说的自动计算功能。自动计算在 excel 中很常见，那么在报表工具里我们要如何去实现呢？下面我们就通过润乾报表设计器来讲解一下，如何实现自动计算并提交入库的功能。使用工具：润乾报表 V2018 操纵步骤：第① 步：安装并启...

润乾报表动态格间运算的概念与特征总结

weiythi_01的专栏

08-25

732

动态格间运算是复杂报表的另一个典型特征。一般来说，固定的列间或者固定的行间运算处理非常简单，所有的报表工具包括excel均可轻松处理。我们这里所说的动态格间运算，特指浮动行列的情况，即行列均为动态扩展出来的，此时行间、列间、甚至组间的运算叫动态格间运算。动态格间运算有如下特征： 1、行列浮动 2、运算可能跨行、跨列，还可能跨组 3、行列对称：运算可能是纵向的行间组间运算，还可能是

利用润乾时间日期函数实现日期扩展功能

xiaohuihui_1992的博客

11-30

3708

润乾V4 润乾报表时间日期函数日期扩展

润乾报表V4复杂市场份额计算以及$运算符的使用

Sxb_Cry5tal的博客

04-17

834

润乾报表V4复杂市场份额计算以及$运算符的使用

【润乾报表4】行式填报表中怎么实现自动计算

RQlyc的博客

09-11

719

行式填报表中，怎么根据优惠前金额+优惠金额自动计算得到”优惠后金额”呢？ ps:优惠前金额对应G7单元格优惠金额对应H7单元格（A7为扩展格）自动计算表达式应该是这样写的${G7}+${H7}...

报表中利用隐藏列对扩展格显示值求和

weixin_30354675的博客

04-17

283

在润乾报表中，获取报表中单元格显示值的函数是disp()，然而这个函数却无法计算扩展单元格的显示值。从而无法直接对扩展个显示值求和。在下图中，需要计算D3单元格的显示值之和。 D3值为：ds1.再订购量 D3显示值为：value()+ds1.订购量实现思路虽然不能直接得到，但是润乾报表中可以使用隐藏单元格技术，将显示值转换为值，然后调用sum()函数，从而对...

安卓改变布局Y坐标实现位移动画

阿甘正传

02-20

884

首先定义布局代码，这个可以i是安卓的任意控件，如: <LinearLayout android:id="@+id/ll_push_register_layout" android:layout_width="wrap_content" android:layout_height="wrap_content" android:o...

python 坐标移动

WYXHAHAHA123的博客

04-24

3850

''' 题目描述开发一个坐标计算工具， A表示向左移动，D表示向右移动，W表示向上移动，S表示向下移动。从（0,0）点开始移动，从输入字符串里面读取一些坐标，并将最终输入结果输出到输出文件里面。输入：合法坐标为A(或者D或者W或者S) + 数字（两位以内）坐标之间以;分隔。非法坐标点需要进行丢弃。如AA10;A1A;$%$;AD; 等。 ''' import sys for line...

yolo目标检测获取坐标

02-27

### 如何在YOLO目标检测中提取物体的坐标在YOLO目标检测框架下，为了从预测结果中提取物体的具体坐标信息，通常需要解析网络输出层的数据。YOLO将输入图像划分为$ S \times S $个网格，每个网格负责预测多个边界框及其对应的置信度分数和类别概率[^1]。对于每一个边界框，其位置由中心点$(b_x, b_y)$，宽度$b_w$以及高度$b_h$表示。这些值都是相对于整个图像尺寸的比例数值，在实际应用时需转换为绝对像素单位： \[ center\_x = (grid\_index\_x + sigmoid(b_x)) * image\_width / grid\_size \\ center\_y = (grid\_index\_y + sigmoid(b_y)) * image\_height / grid\_size \\ box\_w = e^{b_w} * anchor\_width \\ box\_h = e^{b_h} * anchor\_height \] 其中，`sigmoid()`函数用于确保偏移量落在0至1之间；`anchor_width`和`anchor_height`代表预设锚点大小，它们是在训练阶段根据数据集中常见物体尺度统计得出的一组固定比例尺[^2]。下面给出一段Python代码片段展示如何处理YOLOv3模型返回的结果，并从中抽取感兴趣区域(ROI)的信息： ```python import torch def get_bounding_boxes(outputs, conf_threshold=0.5): """ 解析YOLO v3/v4/v5 输出张量并过滤掉低置信度的对象参数: outputs -- 模型前向传播后的原始输出列表 conf_threshold -- 置信度阈值，默认设置为0.5 返回: boxes -- 符合条件的目标边框列表 [(xmin,ymin,xmax,ymax)] 注意这里的坐标已经映射回原图的真实像素值 """ all_detections = [] for output in outputs: # 遍历不同尺度下的特征图 batch_size, num_anchors_per_grid, height, width = output.shape[:4] # Reshape the tensor to make it easier to work with. reshaped_output = ( output.permute(0, 2, 3, 1).contiguous().view(batch_size, height*width*num_anchors_per_grid, -1) ) box_centers = reshaped_output[:, :, :2].sigmoid() # 中心点相对位移 box_sizes = reshaped_output[:, :, 2:4].exp() # 宽高缩放因子 anchors = ... # 加载预先定义好的先验框尺寸 stride = input_image_size // max(height, width) # 计算当前feature map对应的实际步长 # 将预测变换为空间坐标的格式 xywh_boxes = torch.cat([ ((box_centers + offset_tensor) * stride), # 调整中心点到全局坐标系 (box_sizes * anchors) # 应用宽高的指数调整 ], dim=-1) ... filtered_indices = non_max_suppression(xywh_boxes, scores, iou_threshold=iou_thresh) detections = xywh_boxes[filtered_indices] all_detections.append(detections.cpu().numpy()) return all_detections if __name__ == '__main__': model = load_pretrained_model() img = preprocess_input(image_path) predictions = model(img)[0] bounding_boxes = get_bounding_boxes(predictions) ``` 上述代码展示了如何基于PyTorch实现YOLO系列模型输出解析的过程，最终获得的是经过筛选后保留下来的高质量候选框集合。需要注意的是，这里省略了一些细节部分如加载预训练权重、图片预处理步骤等，完整的工程实践还需要考虑更多因素[^3]。