包含astype(str)可以指定小数位吗的词条

本文目录一览：

• 1、在vfp中str(28.456,6,2)的值
• 2、matlab里，怎样对小数取有效位？我想把m=0.34取为m=0.3，该怎样？
• 3、matlab 将数字转换成字符串，可不可以按小数点后的位数来保留？
• 4、Visual FoxPro 为什么 str（1,2）的结果是2？
• 5、Python自动生成数据日报

在vfp中str(28.456,6,2)的值

str()即数值转换字符函数

功能是返回与指定数值表达式对应的字符.

语法：

str(数值表达式[,长度[,小数位数]])

数值表达式：要被转换为字符的数值表达式.

长度：转换后字符的长度.该长度等于小数点和小数点右边第个数字所占字符的数目总和.如果指定长度大于所需长度,自动在前面加空格补齐.如果指定长度小于所需长度,返回一串星(*)号,表示数值溢出.如省略长度,则默认长度为10.

小数位数：指定返回字符串中的小数位数.如指定位数小于实际位数,则返回值四舍五入.如指定位数大于实际位数,则加0补齐.如省略小数位数,默认为0.在指定了小数位数的情况下,如指定长度（第二个参数）小于总长度,但大于整数长度,则返回对小数部分做了四舍五入的字符.

例如:str(1234.567,7,2)结果为字符串1234.57

str(1234.567,6,2)结果为字符串1234.6

matlab里，怎样对小数取有效位？我想把m=0.34取为m=0.3，该怎样？

matlab里面好像只能对总的有效位数进行控制，只对小数的话目前没有太好的办法。有些方法是可以用的，就是太复杂了，比如说

方法1：digits+vpa 方法

该方法是用digits()设定运算精度，然后用vpa获得所要的小数位数。该方法可以达到获取需要的任意位小数，但弊端很多，其1，运算精度里包含了整数部分，所以需要提取整数部分和分数部分，并计算整数部分的位数，以下程序中求len就是整数位数。其2，获得的结果是符号型，符号型的运算速度要比数值慢上很多。

format long

a = input(‘please give a number which will be changed£º’);

n = input(‘how many decimal digits will you keep: ‘);

num = floor(a);

str = num2str(num);

len = length(str);

err = a-num; % 获取小数部分

digits(n+len); % 此处为需要的小数位 + 整数位数

need_num = num+vpa(err,n+len); %%%% 获得按要求保留的小数，但获得的是符号性

need_str = num2str(double(need_num)) %%%%% 符号型转浮点型，再转字符型

运行结果：

please give a number which will be changed：3.1415926

how many decimal digits will you keep: 2

need_str =

3.14

方法2：round 函数法

该方法为先将要保留的部分转成整数，即切除不要的尾部，然后再恢复成所要的相应小数。该方法最为简洁，但不可恢复。

format long

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

b = a*10^n;

aa = round(b);

need_num = aa/10^n; %%%%% 先化成整数，再转成小数

need_str = num2str(need_num)

运行结果：

please give a number which will be changed：pi

how many decimal digits will you keep: 2

need_str =

3.14

方法3：直接转成字符串，再取需要位数

该方法是直接转成需要的字符串，再截取所要的小数位。缺点是连四舍五入都没有，直接截断尾部。

format long

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

num = floor(a);

str = num2str(num);

len = length(str);

str1 = num2str(a);

need_str = str1(1:(len+n+1)) %%%取需要的长度，这里需要加上整数长和小数点1位

运行结果：

please give a number which will be changed：pi

how many decimal digits will you keep: 2

need_str =

3.14

方法4：fprintf方法

该方法仅仅只是输出显示，并无法达到转成字符的效果。而且无法动态控制。

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

fprintf(‘a = %3.2f\n’,a) %%%%3.2f中.2就是小数位数

运行结果：

please give a number which will be changed：pi

how many decimal digits will you keep: 2

a = 3.14

matlab 将数字转换成字符串，可不可以按小数点后的位数来保留？

你问的这个问题很有意思啊，matlab要保留任意位数，是一个比较值得研究的东西。

默认format也就是format short是保留4位小数，format long 是保留14位，如果要保留两位或者六位，就存在如何设置的问题。本人做了点总结，给出以下方法

方法1：digits+vpa

format long

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

num = floor(a);

str = num2str(num);

len = length(str);

err = a-num;

digits(n+len); % 此处为需要的小数位+整数位数

need_num = num+vpa(err,n+len); %%%% 这里得到的是符号型

need_str = num2str(double(need_num)) %%%%% 再次转换获得字符型

方法2：round 函数法

format long

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

b = a*10^n;

aa = round(b);

need_num = aa/10^n; %%%%% 先化成整数，再转成小数

need_str = num2str(need_num)

方法3：直接转成字符串再截取

format long

a = input(‘please give a number which will be changed：’);

n = input(‘how many decimal digits will you keep: ‘);

num = floor(a);

str = num2str(num);

len = length(str);

str1 = num2str(a);

need_str = str1(1:(len+n+1)) %%%取需要的长度，这里需要加上整数长和小数点1位

方法4：fprintf方法

a = input(‘please give a number which will be changed：’);

%n = input(‘how many decimal digits will you keep: ‘);

fprintf(‘a = %3.2f’,a) %%%%3.2f中.2就是小数位数

Visual FoxPro 为什么 str（1,2）的结果是2？

str()显示的为数值四舍五入的结果（按你小数的精度,若无小数位指定，则默认为显示整数）

所以str(1,2)显示为1

若Str(1.5,2)则显示为2

Python自动生成数据日报

import pandas as pd

import numpy as np

import collections as Counter

from datetime import datetime

df=pd.read_excel(“D:\曾海峰\python零一课程\用Python自动生成数据日报！\销售数据明细.xlsx”,

parse_dates=[‘销售日期’])

df.head()#数据预览

df.info()#查看数据属性

“””

计算指标

计算指标设定，设置本文需要计算的指标，指标计算如下：

收入=销量*销售额

单量=销量汇总

货品数=货品数去重

收入环比：本月收入/上月收入-1

单量环比：本月单量/上月单量-1

计算本月相关指标

首先选取本月的数据，本月截止到2021年12月25日的数据，分别计算本月截止12月25日收入、

本月截止12月25日单量、本月截止12月25日货品数。”””

“””shouru1=(the_month[‘销量’]*the_month[‘销售额’]).sum()#本月截止12月25日收入

danliang1=the_month[‘销量’].sum()#本月截止12月25日单量

huopin1=the_month[‘货号’].unique()#本月截止12月25日货品数

list_huopin1=len(huopin1.tolist())

print(“本月截止到12月25日收入为{:.2f}元,单量为{}个,货品数为{}个”.format(shouru1,danliang1,list_huopin1))”””

“””计算上月相关指标

同时选取上月同期的数据，数据范围11月1日到11月25日的数据，分别计算上月同期的收入、上月同期的单量、上月同期的货品数。”””

“””shouru2=(last_month[‘销量’]*last_month[‘销售额’]).sum()#本月截止12月25日收入

danliang2=last_month[‘销量’].sum()#本月截止11月25日单量

huopin2=last_month[‘货号’].unique()#本月截止11月25日货品数

list_huopin2=len(huopin2.tolist())

print(“本月截止到11月25日收入为{:.2f}元,单量为{}个,货品数为{}个”.format(shouru2,danliang2,list_huopin2))”””

“””利用函数进行封装

以上我们可以发现规律，计算本月的相关指标数据与计算上月同期的指标数据计算逻辑是一样的，除了数据选取的日期不一样，我们可以自定义一个函数，用于计算相关的数据指标，简化数据计算的流程。”””

def get_month_date(df):

shouru=(df[‘销量’]*df[‘销售额’]).sum()

danliang=df[‘销量’].sum()

huopin=df[‘货号’].nunique()

#list_huopin=len(huopin.tolist())

#return(shouru,danliang,list_huopin)

return(shouru,danliang,huopin)

the_month=df[(df[‘销售日期’]=datetime(2021,12,1))(df[“销售日期”]=datetime(2021, 12,25))]

shouru1,danliang1,huopin1=get_month_date(the_month)#计算本月数据指标

print(“本月截止12月25日收入为{:.2f}元，单量为{}个，货品数为{}个”.format(shouru1,danliang1,huopin1))

last_month=df[(df[‘销售日期’]=datetime(2021,11,1))(df[“销售日期”]=datetime(2021, 11,25))]

shouru2,danliang2,huopin2=get_month_date(last_month)#计算本月数据指标

print(“上月截止11月25日收入为{:.2f}元，单量为{}个，货品数为{}个”.format(shouru2,danliang2,list_huopin2))

“””计算环比 构建一个DataFrame，填入具体的计算指标数值，计算环比数据。”””

ribao=pd.DataFrame([[shouru1,shouru2],

[danliang1,danliang2],

[huopin1,huopin2]],

columns=[“本月”,”上月”],

index=[‘收入’,’单量’,’货品数’])

ribao[‘环比’]=ribao[‘本月’]/ribao[‘上月’]-1

ribao[‘环比’]=ribao[‘环比’].apply(lambda x:format(x,’.2%’))#数据小数转百分数，%2表示保留小数点后2位

ribao

“”可以将具体的数据日报导出到本地。””

ribao.to_excel(r’C:\Users\liangfeng\Desktop\数据日报.xlsx’,index=False)

df[‘销售月份’]=df[‘销售日期’].astype(str).str[0:7].str.replace(‘-‘,”)

df_group=df.groupby(“销售月份”).aggregate({‘销售额’:’sum’,’销量’:’sum’})

df_group=df.groupby(“销售月份”).aggregate({“销售额”:”sum”,”销量”:”sum”})

df_group

from pyecharts import options as opts

from pyecharts.charts import Bar, Line

from pyecharts.faker import Faker

v1 = df_group[‘销售额’].round(2).tolist()

v2 = df_group[‘销量’].tolist()

bar = (Bar()

.add_xaxis(df_group.index.tolist())

.add_yaxis(“销售额”, v1 ,category_gap=”60%”,gap=”10%”) #设置柱形间隙宽度

.extend_axis(yaxis=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter=”{value} 单”), min_=0,max_=1750))#设置次坐标轴坐标大小

.set_series_opts(label_opts=opts.LabelOpts(is_show=True))#显示数据标签

.set_global_opts(title_opts=opts.TitleOpts(title=”21年每月销售额与销量情况”),

datazoom_opts=opts.DataZoomOpts(),#添加滚动条

yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter=”{value} 元”),min_=0,max_=850000)))#设置主坐标轴坐标大小

line = Line().add_xaxis(df.index.tolist()).add_yaxis(“销售量”, v2, yaxis_index=1, is_smooth=True)

bar.overlap(line)

bar.render_notebook() ###bar.render(r’C:\Users\尚天强\Desktop\销售日报.html’)