zoukankan      html  css  js  c++  java
  • python求时间差

    python求时间差主要是用的datetime包,包括同一天情形下的时间差和不同天情形下的时间差。

    from datetime import datetime, date

    1. 同一天情形下的时间差(秒)seconds ,分钟由秒数除以60即可

    #计算时间差的分钟数
    # 同一天的时间差
    time_1 = '2020-03-02 15:00:00'
    time_2 = '2020-03-02 16:00:00'
    
    time_1_struct = datetime.strptime(time_1, "%Y-%m-%d %H:%M:%S")
    time_2_struct = datetime.strptime(time_2, "%Y-%m-%d %H:%M:%S")
    seconds = (time_2_struct - time_1_struct).seconds
    print('同一天的秒数为:')
    print(seconds)

    2. 不同天情形下的时间差(也可计算同一天情形下的时间差),total_seconds

    # 不同天的时间差
    time_1 = '2020-03-02 15:00:00'
    time_2 = '2020-03-03 16:00:00'
    
    time_1_struct = datetime.strptime(time_1, "%Y-%m-%d %H:%M:%S")
    time_2_struct = datetime.strptime(time_2, "%Y-%m-%d %H:%M:%S")
    
    # 来获取时间差中的秒数。注意,seconds获得的秒只是时间差中的小时、分钟和秒部分,没有包含天数差,total_seconds包含天数差
    # 所以total_seconds两种情况都是可以用的
    total_seconds = (time_2_struct - time_1_struct).total_seconds()
    print('不同天的秒数为:')
    print(int(total_seconds))
    
    min_sub = total_seconds / 60
    print('不同天的分钟数为:')
    print(int(min_sub))

    3. 只有时间time没有日期时,求时间差先可以加上一个相同的日期,再求时间差,datetime.combine 方法

    # 只有时间time没有日期时,求时间差先可以加上一个相同的日期,再求时间差
    # date.min能表示的最小日期
    # date.max能表示的最大日期
    # date.today()返回一个当前日期对象
    # datetime.combine:根据所给的date和time创建一个datetime对象
    time_sub = datetime.combine(date.min, time_2_struct.time()) - datetime.combine(date.min, time_1_struct.time())
    print('----- 与最小日期结合: ------')
    print(time_sub.seconds/60)
    
    time_sub = datetime.combine(date.today(), time_2_struct.time()) - datetime.combine(date.today(), time_1_struct.time())
    print('----- 与当天日期结合: ------')
    print(time_sub.seconds/60)
    print(time_sub.total_seconds()/60)

    参考:

    https://www.cnblogs.com/monogem/p/11367886.html

    https://cloud.tencent.com/developer/ask/53148

  • 相关阅读:
    让requestAnimationFrame实现定时调用功能
    mapbox-gl添加下雪效果
    精细化道路webgl可视化
    https://b.tiles.mapbox.com/v4/mapbox.mapbox-terrain-v2,mapbox.mapbox-streets-v7/15/26919/13562.vector.pbf?access_token=pk.eyJ1IjoibWFwYm94IiwiYSI6ImNpejY4M29iazA2Z2gycXA4N2pmbDZmangifQ.-g_vE53SD2WrJ6t
    交叉熵
    K-SVD字典学习及其实现(Python)
    最优方向法(MOD)
    基追踪及其实现
    内点法
    单纯形法MATALAB实现
  • 原文地址:https://www.cnblogs.com/qi-yuan-008/p/12418822.html
Copyright © 2011-2022 走看看