Excel——SUM系列函数

一、SUM求和、AVERAGE求平均

        1. SUM(number1,number2,……)

  • number ——求和的数值,可以将单个值、单元格引用或是区域相加,或者将三者的组合相加
  • 部分区域求和快捷键:Alt + =

        2. AVERAGE(number1,number2,……)

  • number1——要计算平均值的第一个数字、单元格引用或单元格区域
  • number2——要计算平均值的其他数字、单元格引用或单元格区域,最多可包含 255 个

        3. SUM例子

图1-1
  • 求单个同学总成绩:输入“=SUM”——>按Tab键,进入函数——>选中单元格区域或者逐个数据点选——>回车
  • 具体操作如下图1-2所示:
    图1-2(选中单元格区域)
    图1-3(逐个数据点选)

        4. AVERAGE例子 

  • 求图1-1中各科目平均成绩,若在进入函数后,左边的单元格被遮挡了(如上图1-3所示),只需将右边的单元格调整成左对齐即可
  • 输入“=AVERAGE”——>按Tab键进入函数——>选中单元格区域——>回车
  • 具体操作如下图1-4所示:
    图1-4

        5. 注意

        (1)若需要求的平均值不是连续的区域,可以使用英文逗号进行分隔,如下图1-5所示:

图1-5

        (2)对于SUM和AVERAGE函数,空值即单元格里什么都没有和文本信息是不会被纳入计算的,单元格里为0或数值才会被纳入计算。

        6. 使用函数的好处

        (1)避免拼写错误

图1-6

        (2)避免因引用文本引起 #VALUE! 错误

图1-7
  • 从上图1-7可知,当数据B变为B=2时,使用加号相加会报错,而使用SUM函数会忽略这个文本值

        (3)避免因删除行列引起  #REF! 错误

图1-8(原始数据)

图1-9
  • 从图1-9可知,将第三列删除后,使用加号相加的会报错,而使用SUM函数不会

        (4) 避免因插入行列引起计算错误

图1-10
  • 从图1-10可知,插入新的一列数据,使用加号相加的方法不会将新增的数据纳入计算,而SUM函数会自动更新,将新增的数据纳入计算 

二、SUMIF、SUMIFS——根据指定条件对若干单元格求和

        1. SUMIF(range,criteria,sum_range)——单条件

  • Range——为用于条件判断的单元格区域
  • Criteria——为确定哪些单元格将被相加求和的条件,其形式可以为数字、表达式或文本。例如,条件可以表示为 32、"32"、">32" 或 "apple"
  • Sum_range——是需要求和的实际单元格。(可只写该区域的第一个单元格),若省略此参数,excel默认对第一个参数进行求和

        2.SUMIFS(SUM_range,criteria1,sum_range1,criteria2,sum_range2,...)

  • SUM_Range——为用于条件判断的单元格区域
  • Criteria1——为确定哪些单元格将被相加求和的条件,其形式可以为数字、表达式或文本。例如,条件可以表示为 32、"32"、">32" 或 "apples"
  • range1——是需要求和的实际单元格。(可只写该区域的第一个单元格)

        3. 例子

图2-1
  • 求单个区域的销量:输入“=SUMIF”——>按Tab键进入函数,再点击fx参数面板——> 第一个参数为所需要求的是区域1,的销量,所以条件为区域1所在的单元格区域——>第二个参数确定满足哪些条件才可相加,这里需要满足的条件是区域1——>第三个参数是需要求和的实际单元格,即销量——>确定
  • 具体操作如下图2-2所示:
    图2-2
  • 为了提高效率,可以将参数2的一个条件变为区域1的单元格,如下图2-3所示:
    图2-3
  • 对于区域2、区域3的销量统计,可以利用上节课所学的COUNT函数中锁定行和列的方法进行快速计算,这里需要行和列全部锁定,而第二个参数不需要锁定,锁定后,下拉填充。具体操作如下图2-4、2-5所示:
    图2-4
    图2-5

三、AVERAGEIF——根据指定条件对若干单元格求平均值

图 3-1
  • 求一年级的平均分:输入“=AVERAGEIF”——>按Tab键进入函数,再点击fx参数面板——>第一个参数为用于条件判断的区域,即需要分辨哪一些数据是属于一年级的——>第二个参数是确定满足什么条件才可以进行计算,即输入“初一*”,*号是通配符,意思是,无论“初一”后的数据是什么,只要含有“初一”条件就成立——>第三个参数是实际求平均值的数值单元格范围

  • 具体操作如下图3-2所示:

    图 3-2
  • 求所有男生的总分: 使用SUMIF函数求解,具体操作如下图3-3所示:
    图 3-3
  •  求两个年级的所有1班同学的总分:使用SUMIF 函数,求具体操作如下图3-4所示:
    图 3-4 
  • 求所有分数大于80分的同学的总分:使用SUMIF函数, 求具体操作如下图3-5所示:
    图 3-5

 四、SUMPRODUCT——进行数组求和

  • SUMPRODUCT (array1, [array2], [array3], ...)

(1) array1    其相应元素需要进行相乘并求和的第一个数组参数

(2)[array2], [array3],...   2 到 255 个数组参数,其相应元素需要进行相乘并求和

图 4-1
  •  计算所有产品的销售总额:从图中可看见,铅笔有许多销售的数量,可见产品的销售数量并不唯一,所以我们需要先求出每个产品销售的总数量再乘以对应的单价得到该产品的销售总额,再将所有产品的销售总额加起来得到最终的销售总额
  • 计算产品销售数量:使用SUMIF函数,具体操作如下图4-2所示
    图 4-2

        其他的产品销售也是使用此方法进行计算,这里便不过多赘述

  • 计算产品的销售额:产品销售量 * 该产品的单价即可得到,具体操作如下图4-3所示
    图 4-3
  • 总额:使用SUM函数进行求和,最终得到的结果为222952
  • 使用SUMPRODUCT函数:其实这个函数就是将单价的数据看做是组1,产品的销售量看作是组2,然后组1中第一个数据乘以组2中第一个数据,以此类推,相乘结束后再将所有数据加起来,具体操作如下图4-4所示:
    图 4-4
  •  使用SUMPRODUCT函数:上面使用该函数时,产品销售数量已经求得了,是使用SUMIF函数求的,我们可以将两个步骤结合成为一个步骤,具体操作如下图4-5所示:
    图 4-5

注意: 本文中的案例以及Excel的使用方法均来自哔哩哔哩中的珞珈AI办公up主!!!

            如若有侵权,请联系删除。

            本文是作者个人学习后的总结,未经作者授权,禁止转载,谢谢配合
珞珈AI办公的个人空间-珞珈AI办公个人主页-哔哩哔哩视频哔哩哔哩珞珈AI办公的个人空间,提供珞珈AI办公分享的视频、音频、文章、动态、收藏等内容,关注珞珈AI办公账号,第一时间了解UP主动态。公众号【珞珈AI办公】回复【B站】领取30套顶级商业PPT模板与商业表格素材❤️跟着我,从零到一学会EXCEL❤️icon-default.png?t=N7T8https://space.bilibili.com/308552985

  • 14
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
下面是一个使用直方图法实现全局阈值分割的Python函数: ```python import numpy as np import cv2 def global_thresholding(img): # 计算图像的灰度直方图 hist = cv2.calcHist([img], [0], None, [256], [0, 256]) # 计算图像的总像素数 total_pixels = img.shape[0] * img.shape[1] # 初始化类间方差最大值和全局阈值 max_variance = 0 global_threshold = 0 # 遍历灰度级,寻找最佳全局阈值 for threshold in range(256): # 计算阈值以下像素的总数和占比 below_threshold_pixels = np.sum(hist[:threshold]) below_threshold_ratio = below_threshold_pixels / total_pixels # 计算阈值以上像素的总数和占比 above_threshold_pixels = np.sum(hist[threshold:]) above_threshold_ratio = above_threshold_pixels / total_pixels # 计算类间方差 variance = below_threshold_ratio * above_threshold_ratio * \ ((below_threshold_pixels / below_threshold_ratio) - \ (above_threshold_pixels / above_threshold_ratio)) ** 2 # 更新类间方差最大值和全局阈值 if variance > max_variance: max_variance = variance global_threshold = threshold # 应用全局阈值并返回二值化图像 return cv2.threshold(img, global_threshold, 255, cv2.THRESH_BINARY)[1] ``` 该函数输入一张灰度图像,并返回一张二值化图像,其中黑色像素表示低亮度区域,白色像素表示高亮度区域。函数先计算图像的灰度直方图,然后遍历灰度级,计算每个灰度级作为全局阈值时的类间方差,最终得到最佳的全局阈值。函数应用该全局阈值并返回二值化图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

Cherry晴

创作不易,多多包涵~

¥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