百万，千万，亿改为相对应数字，比如：10万转换为100000？
用jquery的replace方法，比如说一个vari=1千万，你可以replace（“千”，“000”）replace（“万”，“0000”），这样你在一个方法里面分别替代“十”“百”“千”“万”为对应的“0”然后返回替代后的字符串就可以了。
大数据应该怎么学？有哪些要求？
大数据从入门到精通，一套专业的学习路线是必不可少的，尤其是对于想要自学的同学来说，这个至关重要。个人也整理了一套大数据学习路线，如果你是从零基础开始的同学，可以作为自己的学习参考。
大数据学习路线图是分为五个大的阶段的，学习时间不确定，要看自己的学习能力和集中学习的精力。
阶段一：是java基础。此阶段是针对没有编程基础，或者对基础不扎实的同学一次补习，这个很重要，就像建一座大厦，这就是地基，地基不稳，就算修再高，总有一天会轰然倒塌!
需要掌握的技术知识：
(1)Java语言基础
Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类
(2) HTML、CSS与JavaScript
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用
(3)JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕
阶段二：linux基础和Hadoop生态系统。
本阶段的linux也是基础课程，帮大家进入大数据领域，以便更好地学习Hadoop、hbase、NoSQL、Spark、Storm、docker、 kvm、openstack等众多课程。因为企业中无一例外的是使用 Linux来搭建或部署项目。
Hadoop生态系统的课程，对HDFS体系结构和shell以及java操作详细剖析，从知晓原理到开发网盘的项目，让大家打好学习大数据的基础。
需要掌握的技术知识：
Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架
阶段三：分布式计算框架和Spark&Strom生态体系
Spark大数据处理本部分内容全面涵盖了 Spark生态系统的概述及其编程模型,深入内核的研究,。不仅面向项目开发人员,甚至对于研究 Spark的学员,此部分都是非常有学习指引意义的课程。
需要掌握的技术知识：
(1)分布式计算框架
Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统(某一线公司真实项目)、实战二：新浪网
(2)storm技术架构体系
Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战
阶段四：项目练习其实是穿插课程其中的，在讲解大数据理论的同时，将实践知识穿插其中，增加学生对大数据技术的理解和应用。
阶段五：此阶段是深入提升阶段，主要是人工智能的一些技术知识，也为学生想转行人工智能打下良好的基础，多重技能，更能大大提升就业质量。
这个只是大体的大数据学习路线，想要什么深入学习，还是要找相应的视频教程和书籍配合学习。如果想快速进入大数据行业，可以选择专业的学习方式。
对于现在如此火爆的大数据行业，学习的人可谓的再逐年的增加，大家都有一个共同的目标，那就是想要在大数据行业中找一份不错的工作，但是对于很多人来说大数据是比较陌生的，对于如何进入大数据行业，大数据应该怎么去学习都是目前需要了解的。
对于这样的问题，我们首先要确定的就是大数据学习有什么要的一些要求，满足什么样的要求才可以进行学习。
大数据学习有那些要求？
大数据做为一门编程语言，而且还是比较难学的一门学科，其要求还是比较高的，想要学习大数据技术的人员，一般情况下要满足俩个方面的要求，一个是学历方面要是本科及以上的学历，一个是逻辑思维能力要好，只要这俩个条件满足学习大数据技术就没什么问题。
当然，对于有一定编程工作经验的大专学历的人员，最好是Java相关工作经验的，学习大数据也是可以的。
大数据应该怎么学？
1、首先，就是确定自己是否适合学习大数据，是否达到学习要求；
2、找一个靠谱的大数据培训机构进行学习，如果学习能力强的也可以找一套好的学习资料进行自学；
3、就是要通过自己的努力，坚持不懈的去进行学习。
新手学大数据，一定要注意从基础开始，基础要牢靠，才能在后续的核心技术学习当中更快上手。一个完全的零基础小白，首先要打好关于Java、Linux以及SQL方面的基础，这是快速入门的关键。
其次，既然想入行做大数据，那么就需要对大数据行业有更清楚的了解，大数据是什么，大数据做什么，大数据有哪些对应的岗位……先了解再入行，才不会导致大家在学习后期才发现，大数据和自己想的不一样，认知有偏差。
大数据的学习路线，大致可以参照下面的路线进行学习：
第一阶段、Java语言基础
Java入门、Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类。
第二阶段、HTML、CSS与Java
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生Java交互功能开发、Ajax异步交互、jQuery应用。
阶段三、JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕。
第四阶段、Linux&Hadoop体系
Linux基础、Hadoop离线计算、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume。
第五阶段、Spark生态体系
Scala编程语言、Spark大数据处理、Spark Streaming大数据处理、Spark Mlib机器学习、Spark GraphX图计算。
第七阶段、Storm生态体系
storm技术架构体系、Storm原理与基础、消息队列kafka、Redis工具、zookeeper。