【Word多级标题完整设置】各级标题样式&自动编号

本文目的

本文为自用教程,包括word文档各级标题样式的设定,以及各级标题的自动编号。
实现效果如下:
在这里插入图片描述

一、设置各级标题的样式

新建文档,举例:
在这里插入图片描述

首先在 开始—>样式 里设置每一级标题的格式。设置好样式后,选中文档内容再选择相应样式即可。
在这里插入图片描述

1. 正文

建议先设置正文,确定整体的字体,其他格式都以正文为样式基准。样式基准的意思是当前样式将以样式基准中所选的样式为格式设置起点来继续设置。

本文正文要求:中文宋体(西文Times New Roman)、五号、不加粗、首行缩进、对齐方式为两端对齐、段前段后0间距、行距为单倍行距。设置如下:
在这里插入图片描述
其中段落修改样式左下角的格式中打开。

2. 一级标题

要求:中文宋体(西文Times New Roman)、三号、加粗、对齐方式为居中、段前段后0.5行间距、行距为单倍行距。设置如下:
在这里插入图片描述

3. 其他样式设置

二、三、四、五级标题以及段落列表设置步骤同理,按照要求设置即可。

设置完成后,选中文档内容,点击对应的样式,操作后效果如下:
在这里插入图片描述
可以发现现在只有标题排版,并没有编号,接下来进行编号设置。

二、设置各级列表

点击 开始—>段落—>多级列表 可以看到当前列表为默认设置。
在这里插入图片描述
点击多级列表最下面的 定义新的多级列表开始设置。默认状态如下:
在这里插入图片描述

1. 第1级别(对应一级标题)

显然,图中每一个级别对应每一级别的标题。从第1级别开始设置。1级标题要求编号格式为“第 1 章(空一个字号)一级标题”,设置如下:
在这里插入图片描述

2. 第2级别(对应二级标题)

设置步骤同理,此处需要注意的是2级标题的编号要求为“1.1 二级标题”,即“1级编号.2级编号”,需要包含第1级别编号。设置步骤如下:
在这里插入图片描述

3. 第3级别(对应三级标题)

设置步骤同理,此处需要注意的是三级标题的要求为“1.1.1 二级标题”,即“2级编号.3级编号”,需要包含第2级别编号。设置步骤如下:在这里插入图片描述

  • 如果“输入编号的格式”框内级别顺序不对,可以将内容全部删掉:
    在这里插入图片描述

  • 然后点击“包含的级别编号来自”:先选择级别1,然后点击级别2:在这里插入图片描述

  • 最后选择“此级别的编号样式”,可以看到编号按顺序显示:在这里插入图片描述

  • 最后在1级别和2级别编号后加上“.”,即可呈现目标格式。

4. 第4级别(对应四级标题)

设置步骤同理:在这里插入图片描述

5. 第5级别(对应五级标题)

设置步骤同理:在这里插入图片描述

6. 第6级别(对应六级标题\列表段落)

一般文档不会有那么多级标题,考虑会出现不足以作为标题但是为并列的情况,设置一个列表段落,编号为序号数字,设置步骤同理:在这里插入图片描述

三、最终效果

设置完后,可以看到当前列表已经更改为我们设置的内容:
在这里插入图片描述

由于我们在设置级别编号时已经将它们链接到各级样式,所以样式也会同步更新,最终效果如下:
在这里插入图片描述
就完成啦~

四、现成模板转移

参考链接: word样式和多级列表转移

### 回答1: 这个错误是由于两个数组的形状不兼容导致的。其中一个数组的形状是(none, 1),另一个数组的形状是(none, 2)。这意味着它们的行数相同,但列数不同。在某些情况下,这可能是由于数据类型不匹配或数据维度不正确引起的。您需要检查数据并确保它们具有相同的形状和数据类型。如果需要,您可以使用numpy库中的reshape函数来更改数组的形状。 ### 回答2: ValueError: shapes (None, 1) and (None, 2) are incompatible。是Python语言中常见的错误,通常出现在人工智能、机器学习等领域。这个错误提示显示的是两个数组的形状(Shapes)不兼容。简单来说,就是指两个数组的维度不一致,无法进行运算。 其中,None代表的是数组的尺寸,意味着这个维度大小可以被任意赋值,但是两个数组在某些维度上的大小是不匹配的。这个问题通常可以通过改变数组形状或对数组进行重新组合来解决。 实际上,这个错误可能涉及到函数、方法、操作、层、参数等各种因素。其中,常见的原因是两个数组中的一部分维度大小不匹配、缺少数据或维度没有进行扩展等。在解决这个错误的过程中,需要认真检查代码中涉及到的所有参数和变量,特别是需要仔细检查数组的形状、大小和数据类型是否匹配。 在数据科学领域中,这个错误通常会出现在机器学习的模型训练和预测过程中。如果两个数组的维度不匹配,可能会导致无法正常训练模型或预测出错。因此,在使用Python进行数据处理和机器学习的过程中,需要注意数组的形状和大小,以避免这个错误的出现。 总之,ValueError: shapes (None, 1) and (None, 2) are incompatible。这个错误提示意味着两个数组的形状不兼容,需要进行调整和匹配才能进行运算。在处理数据和编写代码时需要认真检查数据的大小、形状和类型,以避免这个错误的出现。 ### 回答3: 这个错误是由于两个numpy数组的形状不兼容而导致的。在 numpy 中,数组的形状是非常重要的,不同的形状可以产生不同的结果,如果两个数组的形状不兼容,就会出现这种 ValueError。 首先我们需要了解一下 numpy 数组的形状。在 numpy 中,数组的形状通常由两个属性组成:维度和大小。维度表示数组的维度数量,大小表示每个维度上的元素数量。比如一个二维数组的形状可以表示为 (3, 4),其中 3 表示该数组有 3 个维度,4 表示每个维度上有 4 个元素。 在出现 "shapes (none, 1) and (none, 2) are incompatible" 的错误时,通常是因为两个数组的形状在维度数量或者每个维度上的元素数量上不匹配。其中, (none, 1) 表示第一个数组的形状为一维数组,大小为 none 表示元素数量未知,后面的 1 表示每个维度上有 1 个元素。同理,(none, 2) 表示第二个数组的形状为一维数组,大小为 none 表示元素数量未知,后面的 2 表示每个维度上有 2 个元素。 针对这种错误,我们需要检查一下代码中两个数组的形状是否一致。如果不一致,我们需要进行相应的修改,使它们的形状兼容。具体的做法可以通过 numpy 提供的一些数组操作函数来实现,比如 reshape()函数可以改变数组的形状, concatenate()函数可以将两个数组拼接在一起,等等。 在解决这个错误时,我们还需要注意一些细节,比如 numpy 中不同操作函数对数组形状的要求可能会有所不同,我们需要根据具体情况进行选择。此外,我们还需要注意避免在操作数组时出现类型不一致的错误,比如将字符串类型的数组和浮点类型的数组进行拼接,这也可能会导致 ValueError 错误的出现。
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