`
duan1823a
  • 浏览: 91694 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

python 时间操作整合

阅读更多
# -*- coding:UTF-8
'''
Created on 2010-10-20

@author: DOC

@时间操作汇总
'''
import datetime
import time

now = datetime.datetime.now() # 7 位时间
start = time.clock() # 

### 字符串转时间
t1 = time.strptime('2010-2-4 03:31:23', '%Y-%m-%d %H:%M:%S') # 返回:[年,月,日,时,分,秒,微秒,当年第几天,-1]
t2 = datetime.datetime(t1[0],t1[1],t1[2],t1[3],t1[4],t1[5],t1[6]) # 参数:(年,月,日,时,分,秒,微秒),返回:Date

d1 = datetime.date(t1[0],t1[1],t1[2]) # 只能精确到日
d2 = datetime.date(2010,10,20) # 只能精确到日

num =  (d2-d1).days # 返回:时间片(时间减时间)

# 时间片
dateSlice = datetime.timedelta(weeks = 1, days = 3,hours = 2, minutes = 10, seconds=11, microseconds = 100)
t3 = t2 - dateSlice # 减去时间(时间减时间片返回:时间)
t4 = t2 + dateSlice # 加上时间

### 时间转字符串
dStr = t3.strftime('%Y-%m-%d %H:%M:%S')
dStr = t3.strftime('%y%m%d')

### 周
week = d2.isocalendar() # 返回:(年, 当年第几周, 当周第几天)




分享到:
评论

相关推荐

    嵩天Python课件PPT整合版(1个PDF)

    1. Python课程学习资源:文件提供了一个整合版的Python课程PPT,涵盖了嵩天老师在北京理工大学所教授的Python语言程序设计相关课程内容,这是一份重要的学习资源。 2. 课程前的基本要求:学习者需要具备基本的...

    时间序列文档与Python代码

    在Python编程环境中,处理时间序列数据有强大的工具,如Pandas库中的DataFrame对象和时间序列功能,以及科学计算库NumPy和SciPy的相关函数。 1. **时间序列的基本概念** - **时间戳(Timestamp)**:时间序列数据...

    Python-轻松整合Django模型的常见行为

    通过在模型类中定义字段和方法,我们可以方便地操作数据库中的数据。 1. **时间戳**:在Django模型中,经常需要记录创建时间和最后修改时间。为此,我们可以添加`created_at`和`updated_at`字段,通常设置为自动...

    python时间预测介绍示例

    在Python中,加载数据通常可以使用pandas库来完成,该库提供了非常适合时间序列数据操作的数据结构。一旦加载了数据,就需要对时间序列进行探索性数据分析(EDA),以获得对数据的初步理解。这可能包括计算基本的...

    Python大数据时间序列用

    在Python大数据分析领域,时间序列数据的处理是一个关键部分,特别是在预测、监控和模式识别等应用中。"Arimax"模型是其中一种常用的方法,它扩展了自回归整合滑动平均模型(ARIMA),引入了外部解释变量,使得我们...

    Scrapy环境懒人整合包

    因此,“Scrapy环境懒人整合包”就是为了简化这个过程,它包含所有必要的环境安装包,使得用户无需手动逐个安装依赖,从而节省了大量的时间和精力。 Scrapy环境懒人整合包通常会包括以下组件: 1. Python解释器:...

    python态势感知系统

    5. 反应与防御:通过Python调用自动化响应工具(如Ansible)进行防御操作,例如隔离受感染主机、更新防火墙规则等。同时,可以编写自定义脚本实现特定的防御策略。 6. 可视化展示:利用Python的Matplotlib、Seaborn...

    FJSP 的遗传算法的 Python 实现_python_代码_下载

    - `main.py`:整合所有模块,设置参数并运行遗传算法,输出结果。 - `data.csv`:可能包含问题的具体实例数据,如任务、机器和工序信息。 - `results.txt`:保存每次运行的优化结果。 通过这个Python实现,用户可以...

    18第18章 时间序列分析(Python 程序及数据).rar

    时间序列分析是统计学和数据分析领域的一个重要分支,特别是在预测未来趋势、模式识别以及数据分析中广泛...通过本资源包中的程序和数据,你可以深入理解时间序列分析的具体操作,并掌握如何利用Python进行实际应用。

    Python-YAGO是一个大型语义知识库

    1. **数据集成**:Python-YAGO整合了多个数据源,使得用户能够在一个统一的知识框架下访问和操作来自不同来源的信息。 2. **知识表示**:YAGO采用本体论(Ontology)来表示知识,这是一种形式化的概念模型,用于...

    完整图文版Python高级教程 Python在金融大数据领域的应用 01 第一讲 Python金融应用概述(共27页).ppt

    Pandas库在这里非常实用,能够方便地进行时间序列的读取、清洗、整合和分析。第五讲将探讨输入输出操作,如文件读写,这对于数据导入导出和存储是必不可少的。 第六讲涉及Python效率分析与提升,讨论如何优化代码以...

    txt_wave_cut20181020_时间标签语音切割python_

    标题“txt_wave_cut20181020_时间标签语音切割python_”表明这是一个关于使用Python进行时间标签语音切割的项目,日期为2018年10月20日。描述中提到,该项目利用了PYQT5库来创建用户界面(UI),使得用户能够更直观...

    Python教程3.11.0中文版 A4 pdf完整版

    Python 3.11.0 是 Python 语言的一个重要版本更新,这个官方完整整合版的中文教程为学习者提供了详尽的资料。本教程涵盖了新版本中的各种增强和改进,包括错误定位、异常处理、类型提示以及多个模块的优化。 1. **...

    Python编程快速上手+让繁琐工作自动化_python_

    10. **脚本编写**:将上述功能整合到一个或多个Python脚本中,实现自动化流程。 通过学习这些知识点,你可以熟练地运用Python进行各种自动化任务,无论是简单的文件操作,还是复杂的网页自动化,甚至是跨系统的集成...

    1_ARIMA_python_时间序列_timeseries_

    ARIMA模型,全称为自回归整合滑动平均模型(AutoRegressive Integrated Moving Average),是时间序列分析中的一个重要工具,尤其在预测和建模稳定、有趋势或季节性的时间序列数据时非常有效。在这个主题中,我们将...

    Python-yllab一个基于IPython的大量技巧的Python库

    总之,Python-yllab是一个综合性的工具库,它整合了Python在Debug、图像处理和机器学习等多方面的常用工具,为开发者提供了一站式的解决方案。结合IPython的强大功能,它能够提升开发者的生产力,降低项目开发的...

    Python_introduction-2016.pdf

    整合以上信息,我们可以总结出以下Python数据分析领域的知识点: 1. Python数据分析基础:包括对Python语言的理解,尤其是Python 3.x版本的特性和语法,以及它在数据分析中的应用。 2. Python包的使用:重点介绍了...

    python整合django等多个依赖.zip

    这个压缩包整合了多个重要的Python库和框架,特别是针对Web开发和自动化测试的工具,使得用户无需逐个下载和安装这些依赖,大大简化了环境配置的过程。 首先,我们来看看Django。Django是一个高级的Python Web框架...

    Python库 | tslib-1.5.1-py2.py3-none-any.whl

    5. **时间序列模型**:可能包括ARIMA(自回归整合滑动平均模型)、状态空间模型等,用于预测和建模。 6. **数据可视化**:与matplotlib或seaborn等库集成,用于绘制时间序列图表,帮助用户更好地理解数据。 7. **...

Global site tag (gtag.js) - Google Analytics