Python实现日期和时间处理

Python日期和时间模块简介

Python中的 datetime 模块提供了日期和时间处理的基础功能，可以进行日期和时间的计算、格式化输出、时区转换等操作。同时还可以用其他第三方库来处理特殊的日期和时间类型，如 Pandas 处理时间序列数据，arrow 处理日期和时间的 CRUD 操作等。

import datetime
now = datetime.datetime.now()
print("当前日期和时间：")
print(now)

Python中日期和时间格式化输出

别名 strftime () 方法提供了格式化日期和时间的功能。可以根据自己需要的格式输出日期和时间，如年份只输出后两位等等。下面是一些常用的日期格式化示例：

import datetime
now = datetime.datetime.now()
print(now.strftime('%Y-%m-%d %H:%M:%S'))
print(now.strftime('%y/%m/%d'))
print(now.strftime('%a, %d %b %Y %H:%M:%S %z'))

Python中获取指定时间段的日期数据

可以使用 datetime.timedelta() 对象来处理一天或者一定时间段的日期计算。例如，可以求得从昨天开始的 7 天内的日期和时间数据：

import datetime
today = datetime.date.today()
yesterday = today - datetime.timedelta(days = 1)
last_week = today - datetime.timedelta(weeks = 1)
print('今天：' + str(today))
print('昨天：' + str(yesterday))
print('上周今天：' + str(last_week))

Pandas中不同时间尺度的时间序列处理

Pandas 是 Python 中用来处理时间序列数据最常用的第三方库。可以将时间序列按照不同的时间尺度进行划分，支持日、周、月、年等多种时间尺度。Pandas 还支持读取和保存各种主流的数据库格式、Excel 文件格式。下面是一个简单的时间序列处理示例：

import pandas as pd
dates = pd.date_range('20200101', periods = 100, freq = 'D')
df = pd.DataFrame({'日期': dates, '数值': range(100)})
print(df.head())
print(df.tail())
df.plot(kind = 'line', x = '日期', y = '数值')