1. 公式功能
以前只有少数人精通的公式功能，在 Numbers ’09 中却是如此简单易用，从此人人都能成为公式大师。包含超过 250 种函数，你只需点击便可选用。每个函数都附带详细说明并内置了帮助功能。你甚至可以用视觉占位符作为公式中的变量来组合公式。只需点击占位符，选择你需要添加到公式中的数值。
2. 公式列表显示
一份电子表格包含许多工作表、表格、数字和公式，如何才能将一切了然于胸？使用新的公式列表显示，你可以在电子表格中
3. 公式列表
一次性看到所有的计算。在工具栏中点击公式列表按钮，然后直接选择特定的公式。你还可以搜索公式、函数或者单元格的参考内容。有时电子表格中包含了大量的数据，很难理出头绪。这时只需轻点一下，便可以根据任何栏。
4. 表格归类
中的数据将行组合起来，创建不同类别的表格。每个类别都包括一个摘要行，使用摘要行，可以很容易的打开、折叠并排列数据。你还可以为摘要行添加函数来整理你的数据，包括小计、平均值、计数、最小值、最大值等。
5. 高级图表功能
Numbers ’09 附带更多出色的 2D 图表、3D图表以及交互式图表选项。你可以在一个混合图表中同时使用不同的折线、柱状、和空间图。使用不同的数值尺度创建双轴图表。方便地添加趋势线和误差条。鼠标轻点即可为你的图表增色。
6. 紧密联系
现在 Numbers、Pages 和 Keynote 协手合作，让你能够将所有的数据放在同一页面上。在 Numbers 中创建图表，然后将其复制到 Pages 文档或 Keynote 演示文稿中。这些图表和 Numbers 中的原始数据相联系，即使图表的风格、材质和颜色不同，字体不同，数据都是相同的。如果你对数据作了改动，轻轻一点便可以更新与之相联的图表。在 Pages 和 Keynote 中也可以随时方便地访问 Numbers 中的原始数据，或者取消数据的联系。
7. 模板选取器
需要更多的表格灵感？苹果设计的专业品质的模板是个好的开始。Numbers ’09 为你提供了 12 个新的类别和设计总共 30 个模板，包括支票登录薄、储蓄计算器或者退休储蓄模板，还可以制作宝宝成长大事记或者花园管理日记。追踪你的体重和健身进度。更多可能等你探索。
8. 更多方式共享文件
和任何 Mac 或 PC 用户共享 Numbers 电子表格。
你可以在 Numbers 中打开 Microsoft Excel 文件并将 Numbers 文件保存为 Microsoft Excel
格式。使用 Numbers 中强大的图形处理工具，很简单就能让 Excel 文件增色不少。 Numbes 还可以将文件输出为 PDF 格式。新的
Email 选项让你可以直接在 Numbers 中通过 Mac OS X Mail 发送 Numbers、Excel 或 PDF
格式的文件。审阅者可以在网上阅读、批注并下载适合他们的格式。
【炎热指数是一个理解湿热对人体的影响的极为重要的度量方式】
1高温热浪判别指标及分级标准介绍
1.1、高温热浪判别指标
在世界各国气象部门对热浪研究的基础上，根据热浪所具有的气温异常偏高（或为高温闷热）及通常要持续一段时间这两个特征，从高温闷热对人体健康影响的角度出发，研究设计了综合表征炎热程度和过程累积效应的热浪指数，并以此作为热浪的判别指标。热浪指数的计算公式如下：
式中，为当日的炎热指数，其代表了人体对气象环境的舒适感，为炎热临界值，大于其值表示感觉炎热，为当日之前第日的炎热指数，为当日之前第日距当日的日期数。
炎热指数的计算
在对热浪的判别时，我们使用了炎热指数作为评价气象环境对人体舒适感影响的综合气象指标。传统的炎热指数（）的计算公式如下：
式中，为环境温度（℃），为空气相对湿度。
炎热指数由于引入了相对湿度因子，其对高温高湿天气使人体所产生的异常闷热感觉进行了较为恰当的表征。但对于我国北方地区常出现的高温干热天气，计算得到的炎热指数值往往较低。我们认为当空气相对湿度较低时，温度是影响人体舒适程度的主要因子。在这种条件下，相同温度不同相对湿度的气象条件对人体产生的影响是基本等效的。基于以上考虑，我们对传统的炎热指数计算公式进行了调整：约定当相对湿度小于60%时，均以60%作为相对湿度的常数项带入炎热指数计算公式。这样可使高温干热的天气也会得到较大的炎热指数，从而可将炎热指数作为高温的判别指标基本等效的衡量高温干热和高温闷热对人体健康的影响。调整后用于热浪判别的炎热指数计算公式如下：
炎热临界值的确定
热浪指数公式中的炎热临界值，主要是作为判断是否为高温炎热天气。当炎热指数大于该临界值时，表示当日已达到高温炎热级别，应开始计算热浪指数。
我国地域幅员辽阔，不同地区气候背景的差异决定了人们对高温的耐受力也会存在较大的不同。因此，对炎热临界值的确定不能全国使用统一的量值，而应考虑地域上的差异。我们的具体做法为：首先利用当地1996-2005年5-9月逐日气象资料，计算其中最高温度大于33℃样本的炎热指数，并将该炎热指数序列作升序排列，选取第50分位数作为当地的炎热临界值。分位数的计算采用下面的经验公式：
式中， 为第个分位值，为升序排列后的炎热指数样本序列，为分位数（这里取0.50），为序列总数，为第个序列数。
§1.2、炎热等级分级标准
为衡量不同气象条件对社会经济和人体健康影响的不同程度，我们根据热浪指数的大小对热浪进行了分级。热浪分为三级，分别为轻度热浪、中度热浪和重度热浪。分级标准如下：
2程序说明
高温热浪指标计算软件包含两个fortran程序：cal_et_value.for和heatwave_fst.for。其中，cal_et_value.for为计算单站炎热临界值程序，heatwave_fst.for为单站热浪等级预报程序。两个程序均以子程序形式编写，可在用户程序中直接调用。
1、cal_et_value.for
（1）程序功能：
程序根据输入的单站日极端最高温度、日平均相对湿度资料，计算样本序列逐日的炎热指数，并对炎热指数序列进行升序排列后，计算第50分位数值以此作为炎热临界值，最后将计算结果返回调用程序。
（2）调用方式
Call cal_et_level（temp_data，rh_data，abnormal_value，num_date，et_value）
主要参数说明：
temp_data：输入数组，存放日极端最高温度样本序列。
rh_data：输入数组，存放日平均相对湿度样本序列。
num_date：输入参数，定义样本序列长度。
abnormal_level：输入参数，定义输入数组中异常值的取值。
et_value：返回参数，存放计算得到的炎热临界值。
（3）程序流程
（4）程序中主要数组说明
temp_data，rh_data：见上述参数说明。
et_data（num_date）：一维实型数组，存放计算得出的炎热指数样本序列。
（5）程序调用示例
Program test
real, allocatable:: temp_data(:), rh_data(:) //声明一维可调数组，存放温度和湿度
open(10, file=’T54511.txt’) //打开存放温度和相对湿度的数据文件
read(10,*,end=100) num_date //读取温度和相对湿度序列样本长度
allocate ( temp_data(num_date) ) //确定存放温度数组的长度
allocate ( rh_data(num_date) ) //确定存放相对湿度数组的长度
do id=1,num_date
read(10,*,end=100) temp_data(id),rh_data(id) //从文件中读取温度和相对湿度数据
enddo
close(10)
abnormal_value=999.9
call cal_et_level（temp_data，rh_data，abnormal_value，num_date，et_value）
open(10,file=’et_value_54511.txt’)
write(10,’(f7.2)’) et_value
close(10)
end
2、heatwave_fst.for
（1）程序功能：
程序根据输入的单站日极端最高温度、日平均相对湿度和单站炎热临界值数据，计算热浪指数，并依据热浪指数大小对热浪进行分级，最后将计算得到的热浪指数和热浪级别序列返回调用程序。
（2）调用方式
Call heatwave_fst（temp_data，rh_data，abnormal_value，num_date，et_value,
& hi_data, nhi_level）
主要参数说明：
temp_data：输入数组，存放日极端最高温度样本序列。
rh_data：输入数组，存放日平均相对湿度样本序列。
num_date：输入参数，定义样本序列长度。
abnormal_level：输入参数，定义输入数组中异常值的取值。
et_value：输入参数，定义单站炎热临界值。
hi_data：返回数组，存放计算得到的热浪指数序列。
nhi_level：返回数组，存放计算得到的热浪等级序列。
（3）程序流程
（4）程序中主要数组说明
temp_data，rh_data：见上述参数说明。
et_data（num_date）：一维实型数组，存放计算得出的炎热指数序列。
hi_data（num_date）：一维实型数组，存放计算得出的热浪指数序列。
hi_level（3）： 一维实型数组，存放热浪分级阈值。
nhot_judge（num_date）：一维整型数组，存放是否为炎热日判别码。
nhi_level（num_date）： 一维整型数组，存放计算得出的热浪等级序列。
（5）程序调用示例
Program test
real, allocatable:: temp_data(:), rh_data(:) //声明一维可调数组，存放温度和湿度
open(10, file=’T54511.txt’) //打开存放温度和相对湿度的数据文件
read(10,*,end=100) num_date //读取温度和相对湿度序列样本长度
allocate ( temp_data(num_date) ) //确定存放温度数组的长度
allocate ( rh_data(num_date) ) //确定存放相对湿度数组的长度
do id=1,num_date
read(10,*,end=100) temp_data(id),rh_data(id) //从文件中读取温度和相对湿度数据
enddo
close(10)
et_value=87.3 //定义炎热临界值
abnormal_value=999.9 //定义温度和相对湿度序列中的异常值
call heatwave_fst（temp_data，rh_data，abnormal_value，num_date，et_value,
& hi_data, nhi_level）
open(10,file=’et_value_54511.txt’)
do id=1,num_date
write(10,’(i5,f7.2)’) nhi_level(id) , hi_data(id)
enddo
close(10)
end
参考链接：http://ncc.cma.gov.cn/upload/uploada/txt/prod/mstp/mstp-prod06.htm
f 应该还是之前所说的核密度函数吧，α、β的值未给定，随便取值为2和3。
下面只给出后一种情况的程序，对于前面的f(x-a)，只需要取b=1即可。
h=0.1xi=1:10
a = 2b = 3
f = @(x)abs(1/b)*yanyan((x-a)/b,xi,h)
integral(f,-inf,inf)
x_ = integral(@(x)x.*f(x),-inf,inf)
AD = integral(@(x)abs(x-x_).*f(x),-inf,inf)
x10 = fzero(@(x)integral(f,-inf,x)-0.1,15)
x50 = fzero(@(x)integral(f,-inf,x)-0.5,15)
x90 = fzero(@(x)integral(f,-inf,x)-0.9,15)
ezplot(@(x)integral(f,-inf,x),[0 40])
hold on
plot(x10,0.1,'go',x50,0.5,'bo',x90,0.9,'ro')
hold off
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）