• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Reducir el número de dígitos en JSON.stringify()

febrero 23, 2022 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

Posiblemente uno de los métodos más sencillos y eficaces para el intercambio de información compleja entre diferentes sistemas sean las cadenas de texto JSON. Siendo uno de los motivos por el que son tan populares en la actualidad. Existiendo herramientas para trabajar con ellas en Python, Julia y Matlab. Tanto en JavaScript como en TypeScript la función para la creación de cadenas de texto JSON a partir de cualquier objeto es JSON.stringify(). Una función que escribe en la cadena de texto todos los dígitos de los valores numéricos. Algo que es positivo en la mayoría de los casos, ya que conserva íntegramente la precisión original. Aunque, cuando el objeto contiene miles o decenas de miles de valores, el tamaño de la cadena de texto puede crecer considerablemente y crear un problema. Si no es necesario mantener la presión, puede ser interesante reducir el número de dígitos en JSON.stringify(), para reducir así el tamaño de las cadenas de texto generarlas.

La función JSON.stringify()

Aunque en la mayoría de los casos únicamente se usa la primera entrada de la función JSON.stringify(), la del objeto que se desea transformar, esta cuenta con dos más opcionales que pueden ser de utilidad en casos como el que se plantea. Siendo el segundo una función que se puede indicar para reemplazar el contenido de los diferentes valores. Función que debe tener dos parámetros, el primero la clave del valor y el segundo el valor.

Función de reemplazo para JSON.stringify()

Sabiendo que la función JSON.stringify() admite una función de reemplazo como segundo parámetro se puede crear una que reduzca la precisión de los valores numéricos. Para lo que se puede usar el método toFixed(), método que además solo existe en los valores numéricos. Así se puede escribir la siguiente función de reemplazo.

(_, val) => val.toFixed ? Number(val.toFixed(2)) : val;

Una función que solamente necesita el segundo parámetro, el valor. En esta función, en el caso de que el valor contenga el método toFixed(), esto es, es un valor numérico, se transforma el valor en uno con solamente dos decimales, en el caso contrario se mantiene el valor original. Es importante usar convertir el resultado de toFixed() otra vez en número mediante Number(), ya que devuelve una cadena de texto.

Publicidad


Ejemplo de uso

Ahora se puede comprobar los resultados al usar esta función en valores numéricos, vectores y objetos. Por ejemplo, si convertimos los siguientes objetos sin la función de reemplazo se obtienen una cadena de texto donde los valores numéricos tienen 16 decimales.

const data = Math.PI;
const array = [Math.PI, Math.E];
const obj = {
  pi: Math.PI,
  e: Math.E
};

console.log(JSON.stringify(data));
console.log(JSON.stringify(array));
console.log(JSON.stringify(obj));
3.141592653589793
[3.141592653589793,2.718281828459045,"11"]
{"pi":3.141592653589793,"e":2.718281828459045}

Ahora, si se aplica la función descrita anteriormente se puede observar que solamente tendremos 2 dígitos. Lo que supone una considerable reducción de la longitud de las cadenas de texto.

const data = Math.PI;
const array = [Math.PI, Math.E];
const obj = {
  pi: Math.PI,
  e: Math.E
};

const precisionReplacer = (_, val) => val.toFixed ? Number(val.toFixed(2)) : val;

console.log(JSON.stringify(data, precisionReplacer));
console.log(JSON.stringify(array, precisionReplacer));
console.log(JSON.stringify(obj, precisionReplacer));
3.14
[3.14,2.72,"11"]
{"pi":3.14,"e":2.72}

Conclusiones

En esta ocasión se ha visto cómo se puede reducir el número de dígitos en JSON.stringify() mediante el uso de una función de reemplazo. Siendo un método que se puede usar en otras ocasiones para transformar las cadenas de texto JSON generadas con JavaScript.

Imagen de Bruno /Germany en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Publicidad


Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • JavaScript
    Creación de una librería JavaScript
  • computer
    Requerir autenticación mediante JWT (7ª parte de…
  • JavaScript
    Medir la calidad del código JavaScript (Creación de…
  • pi
    El tipo de datos numérico en JavaScript
  • JavaScript
    Pruebas unitarias en JavaScript (Creación de una…
  • compass
    Validar y documentar el código TypeScript (5º y…

Publicado en: JavaScript

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad





Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

Tutorial básico de Traceroute

diciembre 8, 2023 Por Daniel Rodríguez

Usar el depurador de Visual Studio Code con Jest

diciembre 6, 2023 Por Daniel Rodríguez

Análisis de datos con GPT en Pandas

diciembre 4, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • pandas Pandas: Obtener el nombre de las columnas y filas en Pandas publicado el diciembre 7, 2020 | en Python
  • Duplicado Eliminar registros duplicados en pandas publicado el junio 20, 2018 | en Python
  • Truco: Reproducir sonidos en Python publicado el febrero 28, 2022 | en Python
  • Seleccionar filas y columnas en Pandas con iloc y loc publicado el junio 21, 2019 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.4 (13)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Anto en Rendimiento al iterar en JavaScript sobre un vector
  • Daniel Rodríguez en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Guillermo en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto