首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何将2D Excel表格"展平"或"折叠"为1D?

要将2D Excel表格展平或折叠为1D,可以使用Excel的一些内置函数。以下是一些常用的方法:

  1. 使用INDEX和COLUMN函数

可以使用INDEX和COLUMN函数将2D表格展平为1D数组。假设表格数据在A1:B5范围内,可以使用以下公式将其展平为1D数组:

代码语言:txt
复制
=INDEX($A$1:$B$5,INT((ROW()-1)/COLUMNS($A$1:$B$5))+1,MOD(ROW()-1,COLUMNS($A$1:$B$5))+1)

这个公式使用了INT和MOD函数来计算行和列的索引,以便在2D表格中查找对应的值。

  1. 使用OFFSET和ROW函数

可以使用OFFSET和ROW函数将2D表格展平为1D数组。假设表格数据在A1:B5范围内,可以使用以下公式将其展平为1D数组:

代码语言:txt
复制
=OFFSET($A$1,INT((ROW()-1)/COLUMNS($A$1:$B$5)),MOD(ROW()-1,COLUMNS($A$1:$B$5)))

这个公式使用了INT和MOD函数来计算行和列的索引,以便在2D表格中查找对应的值。

  1. 使用SMALL和ROW函数

可以使用SMALL和ROW函数将2D表格展平为1D数组。假设表格数据在A1:B5范围内,可以使用以下公式将其展平为1D数组:

代码语言:txt
复制
=SMALL(($A$1:$B$5),ROW()-ROW($A$1)+1)

这个公式使用了ROW函数来计算当前行的索引,以便在2D表格中查找对应的值。

  1. 使用VBA宏

可以使用VBA宏将2D表格展平为1D数组。以下是一个简单的VBA宏示例:

代码语言:txt
复制
Sub FlattenArray()
    Dim arr As Variant
    Dim i As Long, j As Long
    Dim k As Long
    
    ' 获取2D表格数据
    arr = Range("A1:B5").Value
    
    ' 计算1D数组长度
    k = UBound(arr, 1) * UBound(arr, 2)
    
    ' 创建1D数组
    ReDim flatArr(1 To k) As Variant
    
    ' 将2D表格数据展平为1D数组
    For i = 1 To UBound(arr, 1)
        For j = 1 To UBound(arr, 2)
            k = k + 1
            flatArr(k) = arr(i, j)
        Next j
    Next i
    
    ' 将1D数组输出到新的工作表中
    Range("C1").Resize(k).Value = WorksheetFunction.Transpose(flatArr)
End Sub

这个宏使用了两个嵌套的循环来遍历2D表格中的每个元素,并将其添加到1D数组中。最后,宏将1D数组输出到新的工作表中。

以上就是将2D Excel表格展平或折叠为1D的一些常用方法。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

折纸中的「降维」:这对父子解出了困扰学界十多年的几何难题

选自Quantamagazine 作者:Rachel Crowell 机器之心编译 机器之心编辑部 这一结果可能会帮助研究人员回答一个更重要的问题,即如何将物体从第四维到第三维。...的论文中,Erik 等人表示,他们证明了,如果扩展标准折叠模型以允许可数无限折痕出现,则可以将 3D 中的任何有限多面体流形连续平展 2D,同时保留固有距离并避免交叉。...满足这些条件会强制形状的面矩形,这使得折叠更简单,就像折叠冰箱盒一样。 「这种情况比较容易算出,因为每个角看起来都一样。这只不过是两个面垂直相交而已。」Erik 说到。...2015 年取得成功后,研究人员开始使用这种技术来处理所有有限多面体。然而,非正交多面体的面可能是三角形梯形,适用于冰箱盒子的折痕策略不适用于棱锥体。...首先,他们找到一个「远离顶点」且可以的点,然后再找到另一个可以的点,不断重复这个过程,靠近有问题的顶点,并在移动时将更多的位置

70840

折纸中的「降维」:这对父子解出了困扰学界十多年的几何难题

来源:机器之心本文约2200字,建议阅读7分钟这一结果可能会帮助研究人员回答一个更重要的问题,即如何将物体从第四维到第三维。...的论文中,Erik 等人表示,他们证明了,如果扩展标准折叠模型以允许可数无限折痕出现,则可以将 3D 中的任何有限多面体流形连续平展 2D,同时保留固有距离并避免交叉。...他们想知道是否有可能取任何有限多面体( flat-sided)形状(比如立方体,而不是球体无限大的平面),然后用折痕将其折。 当然,你不能将形状剪开撕裂。...满足这些条件会强制形状的面矩形,这使得折叠更简单,就像折叠冰箱盒一样。 「这种情况比较容易算出,因为每个角看起来都一样。这只不过是两个面垂直相交而已。」Erik 说到。...2015 年取得成功后,研究人员开始使用这种技术来处理所有有限多面体。然而,非正交多面体的面可能是三角形梯形,适用于冰箱盒子的折痕策略不适用于棱锥体。

64140
  • R语言深度学习卷积神经网络 (CNN)对 CIFAR 图像进行分类:训练与结果评估可视化

    kers\_moe\_etl %>% laer\_c\_2d(fles = 32, ene_sz = c(3,3), acan = "relu", lye\_apoi\_2d(posize...= c(2,2)) %>% lae\_cv\_2d(filrs = 64, relze = c(3,3), ctitio = "reu") 到目前为止,让我们展示一下我们模型的架构。...在顶部添加密集层 为了完成我们的模型,您需要将卷积基(形状 (3, 3, 64))的最后一个输出张量输入一个多个 Dense 层以执行分类。密集层将向量作为输入(1D),而当前输出是 3D 张量。...首先,您将 3D 输出展开) 1D,然后在顶部添加一个多个 Dense 层。CIFAR 有 10 个输出类,因此您使用具有 10 个输出和 softmax 激活的最终 Dense 层。...summary(modl) 如您所见,我们的 (3, 3, 64) 输出在经过两个 Dense 层之前被形状 (576) 的向量。

    1.4K20

    VSSD 在图像分类、检测与分割中的应用, 刷新基于 SSM 的模型 SOTA 榜 !

    之后,许多变体被提出,这些变体通过不同的扫描路径将2D特征图1D序列,使用S6模块进行建模,然后在多个扫描路径中整合结果。...另一个问题是,将2D特征图1D序列破坏了各区块之间固有的结构关系。作者在图1(a)中提供了一个说明,以更直观地理解这两个问题。...在这个例子中,1D序列中的中心标记仅限于访问之前的标记,无法整合后续标记的信息。此外,在2D空间中与中心标记相邻的标记1在1D序列中被远远地放置,破坏了自然的结构关系。...与先前主要缓解SSM因果限制的多扫描方法[68, 34]不同,作者提出的NC-SSD还解决了将2D特征图1D序列会破坏相邻标记连续性的问题。...最直接的方法包括使用不同的扫描路径将2D特征图1D序列,然后使用S6块进行建模和整合。

    23410

    解决ValueError: Expected 2D array, got 1D array instead: Reshape your data either

    解决ValueError: Expected 2D array, got 1D array instead: Reshape your data either using array.reshape(-...其中一个常见的错误是"ValueError: Expected 2D array, got 1D array instead",意味着算法期望的是一个二维数组,但是实际传入的却是一个一维数组。...结论与总结在机器学习算法中,如果遇到"ValueError: Expected 2D array, got 1D array instead"错误,说明算法期望的输入是一个二维数组,但实际传入的是一个一维数组...最后,我们使用reshape()函数将数组c转换回一维数组d,并将其。...reshape()函数可以接受参数-1,表示将数组一维数组。 希望通过以上介绍,你对numpy库中reshape()函数有了更详细的了解,并且能够在实际应用中灵活运用。

    91150

    【NumPy 数组副本 vs 视图、NumPy 数组形状、重塑、迭代】

    通过重塑,我们可以添加删除维度更改每个维度中的元素数量。 从 1-D 重塑 2-D 实例 将以下具有 12 个元素的 1-D 数组转换为 2-D 数组。...我们可以将 8 元素 1D 数组重塑 2 行 2D 数组中的 4 个元素,但是我们不能将其重塑 3 元素 3 行 2D 数组,因为这将需要 3x3 = 9 个元素。...实例 尝试将具有 8 个元素的 1D 数组转换为每个维度中具有 3 个元素的 2D 数组(将产生错误): import numpy as np arr = np.array([1, 2, 3, 4,...这意味着您不必在 reshape 方法中维度之一指定确切的数字。 传递 -1 作为值,NumPy 将为您计算该数字。...数组 数组(Flattening the arrays)是指将多维数组转换为 1D 数组。 我们可以使用 reshape(-1) 来做到这一点。

    14110

    不用拆封就能读信?MIT透视技术登上Nature子刊

    来自 MIT CSAIL 等机构的研究者,使用自动化的计算算法,在不破坏信件印章及未使用任何方式损害信件本身的情况下,成功「阅读」了一封 19 世纪三十年代的古老信件。...然后他们将计算算法应用于信件扫描。一折两折的卷轴、书籍和文件的阅读并不困难,且早已解决,但锁信复杂的折叠结构带来了非比寻常的挑战。...这种「虚拟展开」的算法能将处于折叠状态和状态的信件进行 2D 和 3D 重构,包括信件的书写面和折痕图案。 ? ? 虚拟展开过程。...这封信来自欧洲的布里耶纳收藏(Brienne Collection),其中包含三百年前未送达的信件,该研究提供了研究密封信件的机会。...在研究了 25 万份历史信件之后,他们设计了一个类别与格式的图表,信件样例分配了安全性得分。理解这些与历史信件有关的安全技术意味着未来我们能够以完整保护材料细节的方式来保存档案馆藏。

    51120

    视觉Mamba模型的Swin时刻,中国科学院、华为等推出VMamba

    如上图所示,SS2D 包含了三个步骤: scan expand 将一个 2D 特征沿 4 个不同方向(左上、右下、左下、右上) 1D 向量。...S6 block 独立地将上步得到的 4 个 1D 向量送入 S6 操作。 scan merge 将得到的 4 个 1D 向量融合为一个 2D 特征输出。 上图为本文提出的 VMamba 结构图。...这些结果验证了 VMamba 在视觉下游实验中完全 work,展示出了能替主流基础视觉模型的潜力。 ADE20K 语义分割 在 ADE20K 上,VMamba 也表现出卓越性能。...最后,让我们期待更多基于 Mamba 的视觉模型被提出,并列于 CNNs 和 ViTs,基础视觉模型提供第三种选择。...© THE END 转载请联系本公众号获得授权 投稿寻求报道:content@jiqizhixin.com

    64210

    Excel 来阐释什么是多层卷积

    所以尽管我们使用了1D 卷积 但是我们有一个2D 卷积核!一个1D 卷积只代表我们在一个维度上滑动卷积核,但是并没有定义卷积核的形状,因为这也取决于输入通道的形状。...图2:一个 卷积核大小3 的1D 卷积, 应用于 一个4*6 的输入矩阵,输出一个1*4 的矩阵 图3:单元格Q4使用的Excel公式 进阶:在这种情况下, 一个卷积核形状(3,4)的2D卷积,...既然我们又回到了三维,在使用MS Excel之前,让我们先看一下three.js图。 图5:与3x3内核的2D卷积应用于大小5x5的3通道RGB输入,得到3x3的输出。...我们可以在MS Excel中更详细地看到这一点。 图6:与3x3内核的2D卷积应用于大小5x5的3通道RGB输入,得到3x3的输出。 从这个角度来看,我们认为每个通道都有自己的3x3内核。...进行实验 本文中展示的所有示例都可以在这些用于 Conv1D 和 Conv2D 的MS Excel电子表格中找到(分别在此处和此处的谷歌表格中)。

    91720

    PNAS:人类小脑皮层的表面积相当于大脑的80%

    为了更好地对比,输入的切片图像以及折叠的原始皮层、膨胀后的皮层以及后的皮层都使用同样的比例尺展示与图2中。所有步骤都展示两次,分别显示曲率信息以及沟回信息。绿色分别代表沟回或者薄层的顶部。...大多数小脑结构研究多采用图表式膨胀,没有统一、一致的较少局部表面形变影响。事实表明,利用新皮层中使用的保留几何信息的方法,很难去膨胀小脑以及进一步。...首先,看似互相矛盾的是,小脑的一些薄层表现为圆柱状(更多的外向曲率),看似可以用传统的方法对其进行膨胀以及。但是,薄层在小脑中间的小脑蚓明显的分裂多个小薄层,并延伸至对侧半球。...最后,两个旁绒球以及第九小叶分别膨胀和。    在进行分割分别后,小脑皮层各部分在引入最小局部形变的情况下被完全。...在膨胀之前,这些核团的外形就像皮塔饼口袋一般,中将其从中间分开两部分(图2底部)。左右齿状回的面积之和18.6cm²,这些面积并不不包括更小的小脑顶核。

    1.1K00

    python插值(scipy.interpolate模块的griddata和Rbf)

    ,有‘linear’,‘cubic’等 x1,y1网格数据,z_new插值后的数据,都是二维的 由于我们必须将 2d 点作为形状 (N, 2) 的数组传递,因此我们必须输入网格并堆叠两个展的阵列...(已知点) values:浮点复数的ndarray,形状(n,)的数据值。(已知点对应的值) xi : 浮点数的二维数组一维数组的元组,形状(M,D)插值数据的点。...支持更高维度的插值 不执行外推,可以为输入点凸包外的输出设置单个值(参见fill_value) 在单个调用中计算内插值,因此从头开始探测多组输出点 可以有任意形状的输出点 支持任意维度的最近邻和线性插值,1d...和 2d 中的三次。...1d 三次插值使用样条,2d 三次插值使用 CloughTocher2DInterpolator 构造一个连续可微的分段三次插值器。

    4K21

    ClickHouse系列--项目方案梳理

    pass 2.api–>kafka–>clickhouse 问题: api需要改造,数据需要写两套格式,要额外写一套ck的格式,侵入大。...pass 2.kafka–>roc–>clickhouse 优点: roc中进行数据清洗,,格式化等操作; 积压数据,批量写入; 对之前业务完全无侵入无影响; roc中需要实现: 消费逻辑...清洗,,格式化等逻辑; 批量写入逻辑; 失败处理逻辑; 2.细节选择 2.1表引擎选择 表引擎作用: 决定表存储在哪里以及以何种方式存储 支持哪些查询以及如何支持 并发数据访问 索引的使用...(等后台线程合并) MergeTree中主键不用于去重,用于索引。 2.ReplacingMergeTree表引擎 特点: 可以针对相同主键的数据进行去重,它能够在合并分区时删除重复的数据。...以数据分区单位来聚合数据。当分区合并时,同一数据分区内聚合Key相同的数据会被合并汇总,而不同分区之间的数据则不会被汇总。

    1.4K10

    越来越卷,教你使用Python实现卷积神经网络(CNN)

    卷积神经网络(CNN)的类型以下是一些不同类型的CNN: 1D CNN:1D CNN 的输入和输出数据是二维的。一维CNN大多用于时间序列。 2D CNNN:2D CNN的输入和输出数据是三维的。...一般在3D图像上使用3D CNN,例如MRI(磁共振成像),CT扫描(甲CT扫描计算机断层扫描(以前称为计算机轴向断层CAT扫描)是一种医学成像 技术中使用的放射学获得用于非侵入性详述的身体的图像诊断的目的...池化层中的输入和输出矩阵 上图显示了带有步幅2的2X2滤波器的MaxPool池化层。...(3,3),activation ='relu',padding ='valid')) # 添加一个最大池化层 model.add(MaxPooling2D(pool_size =(2,2))) # ...CNN使用称为卷积和池化的两个操作将图像缩小其基本特征,并使用这些特征适当地理解和分类图像

    2.5K30

    深度学习实战:使用多层感知器分类器对手写数字进行分类

    给定一组特征和一个目标变量(例如标签),它会学习一个用于分类回归的非线性函数。在本文中,我们将只关注分类案例。1.2 MLP和逻辑回归有什么相似之处吗?有!...然后二维图像被,因此在最后由矢量表示。每个 2D 图像都被转换为维度 1, 28x28 = 1, 784 的 1D 向量。最后,我们的数据集有 784 个特征/变量/列。...intensity of images to make it in the range [0,1] since 255 is the max (white).X = X / 255.0请记住,每个 2D...图像现在都转换为维度 1, 28x28 = 1, 784 的 1D 矢量。...f"number of neurons in {target_layer}")axes.set_ylabel("neurons in output layer")plt.show()图片将它们重新整形并绘制为 2D

    66760

    深度学习实战:使用MLP对手写数字进行分类

    给定一组特征和一个目标变量(例如标签),它会学习一个用于分类回归的非线性函数。在本文中,我们将只关注分类案例。 1.2 MLP和逻辑回归有什么相似之处吗? 有!...有 10 个不同数字的手写图像,因此类别数 10 (参见图 3)。...然后二维图像被,因此在最后由矢量表示。每个 2D 图像都被转换为维度 [1, 28x28] = [1, 784] 的 1D 向量。最后,我们的数据集有 784 个特征。...X = X / 255.0 请记住,每个 2D 图像现在都转换为维度 [1, 28x28] = [1, 784] 的 1D 矢量。我们现在来验证一下。...of neurons in {target_layer}") axes.set_ylabel("neurons in output layer") plt.show() 将它们重新整形并绘制为 2D

    73620

    CNN的Flatten操作 | Pytorch系列(七)

    现在让我们看看如何将这两个高度轴和宽度轴单个长度324的轴。 上图显示了我们的扁平化输出,其单轴长度324。边缘上的白色对应于图像顶部和底部的白色。...在此示例中,我们将平整个张量图像,但是如果我们只想张量内的特定轴怎么办?这是使用CNN时通常需要的操作。 让我们看看如何使用PyTorch代码中的张量的特定轴。...检查形状,我们可以看到我们有一个2级张量,其中三个单色通道图像被16个像素。 四、扁平化一个RGB图 如果我们将RGB图像,那么颜色会怎样?...每个颜色通道将首先被。然后,后的通道将在张量的单个轴上并排排列。让我们来看一个代码示例。 我们将构建一个示例RGB图像张量,高度2,宽度2。...我们知道如何平整个张量,并且我们知道特定张量尺寸/轴。我们将在构建CNN时看到将其投入使用。

    6.5K51

    导入 3D 模型-将您自己的设计融入现实生活中

    同样,如果高度5.635,由边界框的深度定义,其中间点2.818。考虑到父节点对x,y和z放置0并且原始枢轴点位于左侧,我们应该将group_0的x位置设置-1.410。...对z执行相同操作,将其设置2.818。现在枢轴点位于模型的中心。 节点 最后,我们现在需要做的是将所有节点只有一个节点。如果我们不这样做,我们稍后会遇到一些操纵模型的问题。...要节点,请右键单击SketchUp,然后选区。现在,您将处理一个节点而不是多个节点,但只有在您完成模型编辑后才能执行此操作。让我们从前面看看它的样子。...单击Assets.xcassets,打开2D文件夹并将所有内容拖动到那里。接下来,仅选择文件夹,转到“ 属性”检查器并选中“ 提供命名空间”。这将添加文件夹名称作为图像名称的前缀。...3D Textures Motionworks Vray Textures 结论 因此,在这里您学习了如何将3D模型导入Xcode,调整它以便在程序中进行优化并实现更好的交互。

    3.1K10
    领券