博客
关于我
python-时间模块库
阅读量:503 次
发布时间:2019-03-07

本文共 1666 字,大约阅读时间需要 5 分钟。

Time库

Python的Time库是一个强大的工具,用于处理时间相关操作。

Time库的核心功能包括获取现有时间、格式化时间以及与时间戳的转换。以下是其主要功能的演示:

import time

获取当前时间戳:print(time.time())

获取现有的格林威治时间:print(time.gmtime())

获取本地系统时钟的时间:print(time.localtime())

获取现有的Wall Clock时间(适用于人体可感知的时间):print(time.strftime('%Y-%m-%d %H:%M:%S'))

获取当前时间戳,可以添加时间戳参数:a = time.gmtime(1234567890) ...

GRN时间与本地时间的区别:print(time.gmtime(time.time()))

时间总点( Oracle's timestamp-like情形):print(time.perf_counter())


Datetime库

Python的Datetime库是基于Time库的高级封装库,提供更复杂的日期和时间处理能力。

Dll%库的核心对象包括:


**
日期和时间对象**

Datetime对象可以一次定义年、月、日、时、分、秒和微秒。例如:dt = datetime.datetime(2026, 5, 10, 12, 34, 56, 789123)

**时间隔对象(Timedelta)**

Timedelta用于表示时间间隔,可以通过加法或减法操作到datetime对象上。例如:dt = datetime.datetime(2026, 5, 10) + datetime.timedelta(days=2)

**日期对象(Date)**

Date对象只包含年、月、日的信息:d = datetime.date(2026, 5, 10)


常用功能示例

获取当前时间和时间戳:now = datetime.datetime.now() ...

将时间或日期转换成时间戳:dt.timestamp() 或者 datetime.fromtimestamp(x)

将字符串时间转换为datetime对象:datetime.strptime('2023-10-20 10:30:00', '%Y-%m-%d %H:%M:%S')

使用格式化字符串将datetime对象转换为字符串:dt.strftime('%Y-%m-%d %H:%M:%S')


时间间隔计算

通过定义Timedelta对象,可以实现时间运算。例如:delta = datetime.timedelta(days=3, hours=2)

计算2天后的日期:dt + delta


计算已生存时间

根据用户输入的出生日期计算活了多久

def count_age():

输入生日:bri_year = int(input('年份'))

设置初始日期:breth = datetime.date(bri_year, 1, 1)

当前时间:now = datetime.datetime.now().date()

计算时间差:age = now - birth_date

输出:print(f'你活了{s}年 {age.days}天')

运行:count_age()


中国传统农历日期计算

获取当前日期对应的中国传统农历日期

import time

从import datetime import datetime

导入zhdate库进行中国传统日期计算

获取当前日期:ZhDate.from_datetime(datetime.date(2023, 10, 10))

查看农历月份和日期:ZhDate.islear_budding_month等属性

生成输出结果:print(f'今天是农历{z_date項目}年')


以上是对Python % Time和Datetime库的详细介绍,涵盖了基本操作、日期时间转换、时间间隔计算等功能。

转载地址:http://vndjz.baihongyu.com/

你可能感兴趣的文章
NumPy 库详细介绍-ChatGPT4o作答
查看>>
NumPy 或 Pandas:将数组类型保持为整数,同时具有 NaN 值
查看>>
numpy 或 scipy 有哪些可能的计算可以返回 NaN?
查看>>
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>