Origin入门:2019年最新教程 - 自动列填充与数据处理

需积分: 35 285 下载量 28 浏览量 更新于2024-07-11 收藏 13.85MB PPT 举报
本篇教程详细介绍了如何在2019年的Origin软件中进行向列填充特定数据的操作,这对于数据处理和分析尤为重要。Origin是一款强大的图表绘制和数据分析工具,由山东农业大学化学与材料科学学院的朱树华教授分享。 首先,朱教授提到,用户可以通过以下步骤来填充列:选中需要填充的列,然后在菜单中单击【Column】→【Fill Column With】→【Row Numbers】,这样就可以自动为列添加行序号,便于数据组织和管理。 Origin的核心功能包括图表绘制和数据分析。它支持基于模板的绘图,提供了丰富的二维和三维绘图模板,使得用户在创建图表时能快速选择并调整样式。数据分析方面,Origin支持数据排序、计算、统计、频谱变换以及复杂的函数拟合,对于科学实验和研究中的数据处理非常实用。 此外,Origin还强调了其与其他应用程序的数据导入能力,能够方便地处理来自其他来源的数据,并且内置了插值、拟合函数以及Label Talk和OriginC等编程语言,用户可以根据需求进行高级数学运算和分析处理。 在操作界面方面,Origin提供了两种菜单显示模式,即完整菜单和简洁菜单,用户可以通过【Format】→【Menu】菜单命令切换。对于工具栏,用户可以显示或隐藏,甚至自定义工具栏,通过【View】→【Toolbars】命令调整,包括移除、添加工具按钮以及切换工具栏显示方式。 这篇教程为初学者和Origin用户提供了关于基础操作和环境设置的指导,帮助他们更有效地利用这款软件进行数据处理和可视化分析。无论是数据输入、整理还是后续的图形展示,都展示了Origin在科研工作中的重要作用。

Traceback (most recent call last): File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 156, in <module> LOSS_train, MAE_train, MRE_train, MAE_test, MRE_test = run() File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 144, in run LOSS_train, MAE_train, MRE_train = train(model,train_data_iter) File "D:/air/数据缺失填充/BRITS-Air-Quality-main - 4 - 副本/BRITS-Air-Quality-main/Air-Quality/main.py", line 53, in train ret = model.run_on_batch(data, optimizer, epoch) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\aseq.py", line 171, in run_on_batch ret = self(data) File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\aseq.py", line 63, in forward encoder_out = self.encoder(data) File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\brits.py", line 38, in forward ret_f = self.rits_f(data, 'forward') File "D:\anaconda3\envs\pytorch-gpu2\lib\site-packages\torch\nn\modules\module.py", line 1501, in _call_impl return forward_call(*args, **kwargs) File "D:\air\数据缺失填充\BRITS-Air-Quality-main - 4 - 副本\BRITS-Air-Quality-main\Air-Quality\models\rits.py", line 174, in forward h = h * gamma_h RuntimeError: The size of tensor a (14) must match the size of tensor b (64) at non-singleton dimension 0 进程已结束,退出代码 1

2023-07-25 上传