Python datetime模块使用方法小结

 更新时间:2020年06月18日 10:22:39   作者:前进小蜗牛  
这篇文章主要介绍了Python datetime模块使用方法小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

datetime模块

当前日期

datetime.date.today()
datetime.date(2020, 4, 24)

转换元祖

>>> datetime.date.timetuple(datetime.date.today())
time.struct_time(tm_year=2020, tm_mon=4, tm_mday=24, tm_hour=0, tm_min=0, tm_sec=0, tm_wday=4, tm_yday=115, tm_isdst=-1)

当前时间,精确至毫秒

>>> datetime.datetime.now()
datetime.datetime(2020, 4, 24, 10, 54, 20, 538999)

时间差

>>> t1 = datetime.datetime.now()

>>> datetime.timedelta(days=3)
datetime.timedelta(days=3)
>>> t1 - datetime.timedelta(days=3)
datetime.datetime(2020, 4, 21, 10, 57, 26, 181212)

>>> t1 - datetime.timedelta(days=3,minutes=5)
datetime.datetime(2020, 4, 21, 10, 52, 26, 181212)

替换

>>> t1
datetime.datetime(2020, 4, 24, 10, 57, 26, 181212)
>>> t1.replace(year=2015)
datetime.datetime(2015, 4, 24, 10, 57, 26, 181212)

>>> t1.replace(year=2016,month=3,minute=2)
datetime.datetime(2016, 3, 24, 10, 2, 26, 181212)

帮助调用

help(datetime.datetime())

时区

>>> import pytz
>>> pytz.timezone("Asia/shanghai")
<DstTzInfo 'Asia/Shanghai' LMT+8:06:00 STD>

 >>> datetime.datetime.now(tz=pytz.timezone("Asia/shanghai"))
datetime.datetime(2020, 4, 24, 11, 14, 47, 215302, tzinfo=<DstTzInfo 'Asia/Shanghai' CST+8:00:00 STD>)


# 中国所拥有的时区
>>> pytz.country_timezones('cn')
['Asia/Shanghai', 'Asia/Urumqi']


# 美国所拥有的时区

>>> pytz.country_timezones('us')
['America/New_York', 'America/Detroit', 'America/Kentucky/Louisville', 'America/Kentucky/Monticello', 'America/Indiana/Indianapolis', 'America/Indiana/Vincennes',
 'America/Indiana/Winamac', 'America/Indiana/Marengo', 'America/Indiana/Petersburg', 'America/Indiana/Vevay', 'America/Chicago', 'America/Indiana/Tell_City', 'Ame
rica/Indiana/Knox', 'America/Menominee', 'America/North_Dakota/Center', 'America/North_Dakota/New_Salem', 'America/North_Dakota/Beulah', 'America/Denver', 'Americ
a/Boise', 'America/Phoenix', 'America/Los_Angeles', 'America/Anchorage', 'America/Juneau', 'America/Sitka', 'America/Metlakatla', 'America/Yakutat', 'America/Nome
', 'America/Adak', 'Pacific/Honolulu']
 >>> datetime.datetime.now(tz=pytz.timezone("Asia/shanghai"))  #上海时区
datetime.datetime(2020, 4, 24, 11, 23, 14, 871634, tzinfo=<DstTzInfo 'Asia/Shanghai' CST+8:00:00 STD>)
>>> datetime.datetime.now(tz=pytz.timezone("America/New_York")) # 纽约时区
datetime.datetime(2020, 4, 23, 23, 23, 32, 743094, tzinfo=<DstTzInfo 'America/New_York' EDT-1 day, 20:00:00 DST>)
>>> datetime.datetime.now(tz=pytz.timezone("Asia/Saigon"))  # 胡志明市 越南
datetime.datetime(2020, 4, 24, 10, 24, 53, 456136, tzinfo=<DstTzInfo 'Asia/Saigon' +07+7:00:00 STD>)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

相关文章

  • 用Python爬取英雄联盟的皮肤详细示例

    用Python爬取英雄联盟的皮肤详细示例

    大家好,本篇文章主要讲的是用Python爬取英雄联盟的皮肤详细示例,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
    2021-12-12
  • Python使用graphviz画流程图过程解析

    Python使用graphviz画流程图过程解析

    这篇文章主要介绍了Python使用graphviz画流程图过程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-03-03
  • 用python实现的可以拷贝或剪切一个文件列表中的所有文件

    用python实现的可以拷贝或剪切一个文件列表中的所有文件

    python 实现剪切或是拷贝一个文件列表中的所有文件
    2009-04-04
  • Matplotlib绘图基础之画布详解

    Matplotlib绘图基础之画布详解

    Matplotlib 库是一个用于数据可视化和绘图的 Python 库,这篇文章主要为大家介绍了下Matplotlib绘制的图形中的第一个重要的元素--画布,感兴趣的可以了解下
    2023-07-07
  • Python的内存泄漏及gc模块的使用分析

    Python的内存泄漏及gc模块的使用分析

    这篇文章主要介绍了Python的内存泄漏及gc模块的使用分析,有助于读者进一步了解Python的内存分配及回收机制,增强代码编写的安全意识,需要的朋友可以参考下
    2014-07-07
  • Python深度学习之FastText实现文本分类详解

    Python深度学习之FastText实现文本分类详解

    FastText是一种典型的深度学习词向量的表示方法,它非常简单通过Embedding层将单词映射到稠密空间,然后将句子中所有的单词在Embedding空间中进行平均,进而完成分类操作
    2022-09-09
  • 利用python对月饼数据进行可视化(看看哪家最划算)

    利用python对月饼数据进行可视化(看看哪家最划算)

    通过python对数据进行可视化展示,可直观地展示数据之间的关系,为用户提供更多的信息,这篇文章主要给大家介绍了关于利用python对月饼数据进行可视化的相关资料,看看哪家最划算,需要的朋友可以参考下
    2022-09-09
  • mac下pip、conda、homebrew修改为清华镜像源的方法

    mac下pip、conda、homebrew修改为清华镜像源的方法

    本文主要介绍了mac下pip、conda、homebrew修改为清华镜像源的方法,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-08-08
  • python实现QQ批量登录功能

    python实现QQ批量登录功能

    这篇文章主要为大家详细介绍了python实现QQ批量登录功能,以及python3.6批量登陆QQ,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • 机器学习、深度学习和神经网络之间的区别和联系

    机器学习、深度学习和神经网络之间的区别和联系

    机器学习>神经网络>深度学习≈深度神经网络,机器学习包括了神经网络在内的许多算法,而神经网络又可以分为浅度神经网络和深度神经网络,深度学习是使用了深度神经网络的技术,虽然机器学习、深度学习和神经网络是不同的,但在构建复杂系统时,许多相关概念是混合在一起的
    2024-02-02

最新评论