二级计算机excel函数small,Excel中small函数的使用方法

Excel中small函数的使用方法

Excel中small函数的使用方法你知道吗?今天小编带来的`是Excel中small函数以及large函数的使用方法,欢迎大家阅读!

1语法

=LARGE(array,k)

=SMALL(array,k)

TIPS:

·在单元格输入=LARGE( 和=SMALL(,就会提示上述语法

·LARGE是求一组数据第K大的值(K=1时如同MAX),SMALL就是求第K小值(K=1时如同MIN)

2场景案例

已知A、B两列是某月各种苹果销量,求人气最旺的品种TOP3

思路:先找到销量最高的三个值,再去匹配对应品种。

方法:在F4单元格写入=LARGE($B$3:$B$8,D4),然后下拉填充至F6。

需要注意的是,本案例需小心B列有重复值情形。E2、E3公式见知识拓展。

3知识拓展

■ 案例中E4:E6如何反向查询?

在E4中写入=INDEX($A$2:$A$7,MATCH(F2,$B$2:$B$7,0))

然后下拉至E6单元格。

SMALL函数的基本用法与LARGE相似,这里不多赘述。但在高级课程中,常用INDEX+SMAll+IF实现高级查找,后面再与大家分享。

【Excel中small函数的使用方法】相关文章:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像的目标属于哪个类别。 定位问题:确定目标在图像的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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