Arrow,一个更好用的Python时间序列处理库!

简介: Arrow,一个更好用的Python时间序列处理库!

本文大纲

总有人问我,应该怎么学习某个知识点?下面的大纲就是很好的证明了。不管学习什么,总结和对比是很有必要的,这就是我们说的逻辑。当你把某个知识点的学习逻辑,搞清楚了,顺着这个线走下去,就不会嫌知识点太多,一下子记不了那么多了。

image.png


本文写作思路如下:

① 首先我讲述了Arrow与本地时间之间的联系,并且了解了针对Arrow时间,我们还可以进行其它哪些操作。

② 接着我讲述了Arrow与任意指定时间之间的联系,我们知道怎么讲任意一个时间,转换为Arrow时间,只有将任意时间转换为Arrow时间后,才能使用①中讲到的各种方法。

③ 最后我又讲述了Arrow时间如何转换为datetime\date\time时间,当我们将Arrow时间转为datetime\date\time时间后,就可以使用datetime库中的所有属性和方法,是不是很舒服?


关于datetime库的使用,大家可以去我CSDN博客学习,总结的也是相当好。

image.png


CSDN主页链接如下:http://suo.im/66Rc5l


1. arrow与本地时间相关的用法

1)获取当前的utc时间

utc = arrow.utcnow()
print(utc)


结果如下:

image.png


2)获取当前的local时间

local = utc.now()
print(local)
--------------------
local = utc.to("local")
print(local)


结果如下:

image.png


3)获取local时间的时间戳

local.timestamp


结果如下:

image.png


4)Arrow时间格式化format()

local.format("YYYY-MM-DD hh:mm:ss ZZ")
--------------------------------------
local.format("YYYY-MM-DD hh:mm:ss")


结果如下:

image.png


5)Arrow时间/日期的前后移动shift()

print(local.shift(years=1))
print(local.shift(years=-1))
----------------------------
print(local.shift(months=1))
print(local.shift(months=-1))


结果如下:

image.png


2. arrow与任意时间相关的用法

1)将指定数字转换为Arrow时间

arrow.get(2020, 8, 1, 14, 55, 55)
---------------------------------
arrow.get(2020, 8, 1)


结果如下:

image.png


2)从字符串中解析数字,得到Arrow时间

arrow.get('2020,08-01 14:58:55','YYYY,MM-DD hh:mm:ss')
------------------------------------------------------
arrow.get("John was born in May 2000","MMMM YYYY")


结果如下:

image.png


3)将时间戳解析,得到Arrow时间

arrow.get(1596261535)


结果如下:

image.png


3. arrow时间与datetime时间之间的联系

1)将Arrow时间转换为datetime时间

arrow.utcnow().now()
----------------------------------
arrow.utcnow().now().datetime
----------------------------------
arrow.utcnow().to("local").naive


结果如下:

image.png


2)将Arrow时间转换为date时间

arrow.utcnow().to("local")
----------------------------------
arrow.utcnow().to("local").date()


结果如下:

image.png


3)将Arrow时间转换为time时间

arrow.utcnow().to("local")
----------------------------------
arrow.utcnow().to("local").time()


结果如下:

image.png

相关文章
|
3月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
458 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
3月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
222 0
|
8月前
|
JavaScript 前端开发 Java
通义灵码 Rules 库合集来了,覆盖Java、TypeScript、Python、Go、JavaScript 等
通义灵码新上的外挂 Project Rules 获得了开发者的一致好评:最小成本适配我的开发风格、相当把团队经验沉淀下来,是个很好功能……
1413 103
|
5月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
2月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
232 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
2月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
308 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
9月前
|
运维 监控 算法
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
MSET-SPRT是一种结合多元状态估计技术(MSET)与序贯概率比检验(SPRT)的混合框架,专为高维度、强关联数据流的异常检测设计。MSET通过历史数据建模估计系统预期状态,SPRT基于统计推断判定偏差显著性,二者协同实现精准高效的异常识别。本文以Python为例,展示其在模拟数据中的应用,证明其在工业监控、设备健康管理及网络安全等领域的可靠性与有效性。
1011 13
时间序列异常检测:MSET-SPRT组合方法的原理和Python代码实现
|
4月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
245 18
|
5月前
|
JSON 网络安全 数据格式
Python网络请求库requests使用详述
总结来说,`requests`库非常适用于需要快速、简易、可靠进行HTTP请求的应用场景,它的简洁性让开发者避免繁琐的网络代码而专注于交互逻辑本身。通过上述方式,你可以利用 `requests`处理大部分常见的HTTP请求需求。
501 51
|
4月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
385 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程

推荐镜像

更多