今天看到一位朋友提出这样的问题：

excel，如果两个单元格相乘结果如果低于100，则等于100，大于100按相乘原结果。函数公式是？

对于这个问题，我所知有三种方法：

1、在C1单元格中输入公式=MAX(A1*B1,100)，MAX函数的作用是从一组数中找出最大值，此公式是有两个数，一个是A1*B1，一个是100，即如果A1*B1大于100的话，就取A1*B1，不然就取100。

冒泡排序（Bubble Sort）是一种简单的排序算法，通过多次比较相邻元素，将较大的元素逐步“冒泡”到列表的末尾。虽然效率不高，但冒泡排序的原理直观，适合理解排序算法的基础。

冒泡排序算法步骤

本文的目标受众：

1. 想要对大量数据集执行 Pandas/NumPy 操作的人。

列表的定义

列表是最常用的Python数据类型，列表是可变对象，可以存放0至多个元素(即列表的成员，也是对象)。列表是一个有序的序列，序列中的每个元素都分配一个索引，第一个索引是0，第二个索引是1，依此类推。列表的元素可以插入、增加、删除、修改。常见的操作有索引，切片，加，乘，检查成员等。python已经内置确定列表长度以及确定列表元素最大值、最小值的方法。

【如果对您有用，请关注并转发，谢谢~~】

最近在处理气象类相关数据的空间计算，在做综合性计算的时候，DataFrame针对每列的统计求和、最大值等较为方便，对某行的两列或多列数据进行求和与最大值等的简便方法（方案二），方案一是使用传统循环方法计算。

采用以下测试数据，用前3列求红色区域两列数据。

函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段。函数能提高应用的模块性，和代码的重复利用率。

内置函数

列举几个如下：print() input() len() range() open()

在机器学习中，超参数是用于控制机器学习模型的学习过程的参数。为了与从数据中学到的机器学习模型参数区分开，所以称其为超参数。超参数的配置决定了机器学习模型的性能，每组独特的超参数集可以对应一个学习后的机器学习模型。对于大多数最先进的机器学习模型，所有可能的超参数组合的集合可能会很大。大多数机器学习模型软件包的默认参数值都经过了一些特别的调整优化，可实现不错的基线性能。这意味着可以直接使用，但这些如果针对特定的情况还是需要找到特定的超参数值，这样才能达到最佳的性能。

思路一是取两个数的最大值,然后设置循环:

最大值分别除以两个数余数都等于零时,输出,不为零就继续加最大值再去除.

列表是 python 中最常用的一种数据结构，用于存储多种数据类型。我们可以在列表中存储字符串、整数、浮点数、集合、列表等项目。列表使用方括号“[ ]”中来创建，我们可以使用索引号访问列表元素。在本文中，我们将学习如何在列表中查找最大值的索引号。