python中的时间序列处理模块(一):time模块详解(一)

简介: python中的时间序列处理模块(一):time模块详解(一)

1、python中处理时间的标准库:time和datetime

 在日常工作学习中,遇到最多的就是关于时间的处理,因此这里专门写了一篇文章,来对python中的时间处理模块进行详细的说明。


2、UTC时间和CST时间

① UTC时间,又称“世界标准时间”,每个国家的当地时间就是以这个时间作为标准,进行换算划分出来的,这个时间的存在就是为了能够统一全世界的时间。这个怎么划分属于地理知识,这里你只需要知道什么是UTC时间,设置UTC时间的意义又在哪里,就行了。

② CST时间,又叫“北京时间”、“中国标准时间”,这个就是经常所说的本地时间,人在中国,这个就是你的本地时间。根据地理知识,中国按照时区上的划分,属于东八区,比UTC时间要早8个小时,也就是说UTC+8就是中国标准时间。

③ 补充一个地理知识:UTC + 时区差 = 中国标准时间 时区差东为正,西为负,在此,把东八区时区差记为+0800,UTC +(+0800)= 中国标准时间。

3、python中,时间的3种表现形式(这个很重要)

① 格式化字符串表示形式(format_time):比说"2020-01-07 13:55:47"。这种方式更为灵活,你任意给我一个时间,我可以用任何自定义格式将其输出。

② 时间戳表示形式(timestamp):时间戳表示的是从1970-01-01 00:00:00至今的时间差换算成【秒数】的展示。这种时间格式很常见,很多数据库系统导出的数据会见到这种数据,因此学会这种数据的处理方法很有必要。

③ 时间元组(struct_time):用表示时间的9个元素组成的元组。分别是年、月、日、时、分、秒、一周的第几天(星期几)、一年的第几天、tm_isdst是否是夏令时(-1表示不确定,0表示不是夏令时,1表示是夏令时)。

注意:时间元组这种时间形式中,0表示一周的第一天(星期一);1表示一周的第二天(星期二)…

4、time模块中不同时间格式的转换示意图(time模块主要学下面这张图)

image.png


5、time模块中产生时间戳和产生时间元组的常用函数

① 产生时间戳的常用函数:time.time()

② 产生时间元组的常用函数:time.gmtime(),time.localtime(),time.srtptime()

注:我在讲解知识之前,把这些知识都列在最前面,一是为了让你先有一个大致印象;二方便以后查看笔记;

6、time模块中常用时间函数详解

使用这个模块之前,记得使用“import time”导入这个模块。

如果time模块及其中的函数不会用,可以使用help(time)查看帮助文档,很多模块都可以用help()来获取帮助文档,来辅助我们自学。

1)time.time():返回1970-01-01 00:00:00至今一共经过了多少秒,也就是返回了一个时间戳;

操作如下


x = time.time()
display(x)
# 将秒数换算成年份
x / 60 / 60 / 24 / 365 
1970 + 50


结果如下

image.png


2)time.sleep(num):让程序延迟指定秒数后,再执行。可以传入一个整数值(代表秒数),可以控制程序的执行。

操作如下:


x = [1,2,3,4,5]
time.sleep(10)
display(x)


结果如下:

image.png

注意:这个方法在爬虫的时候很常用,当我们需要进行翻页爬取的时候,为了防止被检测出是爬虫,需要设置程序停滞时间,模仿是人为点击。因为程序执行起来是很快的,不让程序停止几秒钟执行,很快就会被检测出来是一个爬虫程序。


3)time.gmtime(timestamp):返回的是时间元组struct_time,但返回的是UTC时间;

当括号中传入一个时间戳,返回的就是该时间的时间元组;

当括号中什么都不写,默认传入的就是当前时间的时间戳,返回的因此就是当前时间的时间元组;

操作如下:


time.gmtime(1234567890)
time.gmtime()


结果如下:

image.png


4)time.localtime(timestamp):返回的是时间元组struct_time,但返回的是UTC时间;

用法和time.gmtime(timestamp)一摸一样,只不过这个返回的是中国标准时间。

操作如下:


time.localtime(1234567890)
time.localtime()


结果如下:


image.png

5)怎么获取时间元组里面的时间元素呢?

① 时间元组struct_time中的9个属性如下

image.png

② 获取各属性值


x = time.gmtime()
display(x.tm_year)
display(x.tm_mon)
display(x.tm_wday)


结果如下:

image.png


6)time.mktime(struct_time):传入一个时间元组,返回一个时间戳

注意:这个时间元组,只能传入9个参数组合而成的元组,一个参数都不能少,比如说你传入一个(2019,12,23),就会报错。下面我们会举例进行详细说明。

操作如下:


# 由于是在中国,我们就使用time.localtime()获取中国标准时间;
x = time.localtime()
display(x)
time.mktime()
time.mktime((2020,1,8,10,57,32,2,8,0))
time.mktime((2020,1,8,10,57,32))


结果如下:

image.png

相关文章
|
6月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
732 7
|
6月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
475 0
|
6月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
561 4
|
6月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
608 0
|
7月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
219 4
|
6月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
748 0
|
7月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
588 0
|
8月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
489 0
|
11月前
|
数据可视化 数据挖掘 数据安全/隐私保护
Python实现时间序列动量策略:波动率标准化让量化交易收益更平稳
时间序列动量策略(TSMOM)是一种基于资产价格趋势的量化交易方法,通过建立多头或空头头寸捕捉市场惯性。然而,传统TSMOM策略因风险敞口不稳定而面临收益波动问题。波动率调整技术通过动态调节头寸规模,维持恒定风险水平,优化了策略表现。本文系统分析了波动率调整TSMOM的原理、实施步骤及优势,强调其在现代量化投资中的重要地位,并探讨关键参数设定与实际应用考量,为投资者提供更平稳的风险管理体验。
578 4
Python实现时间序列动量策略:波动率标准化让量化交易收益更平稳
|
9月前
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录

推荐镜像

更多