zoukankan      html  css  js  c++  java
  • Python+常用模块(2).md

    Python 常用模块

    1. random模块

    1.1 导入模块

    import random

    1.2 random.random()

    生成一个从0到1的随机浮点数

    1.3 random.uniform(10,20)

    生成指点范围内,也就是10到20(包括10和20,且位置可以互换)之间的随机数

    1.4 random.randint(a,b)

    生成a到b之间的整数

    1.5 random.randrange([start],stop[,step])

    从指定集合中抽取随机数,

    1.6 random.choice(sequence)

    从序列中获取一个随机元素,序列可以使list、字符串等.
    与np.random.choice(a,size=None..)相比,只能抽一个

    1.7 random.shuffle(x[,random])

    x为列表,用于将列表打乱

    1.8 random.sample(seqnence,k)

    从制定序列中获取指定长度的片段。

    1.9 random.randint()

    随机整数

    2. time模块

    2.1 导入模块

    import time

    2.2 time.time()

    返回当前时间戳

    2.3 time.localtime()

    格式化时间戳为本地时间

    2.4 time.asctime(time.localtime)

    接受时间元组并返回一个可读的字符串

    2.5 time.ctime()

    时间戳转化为asctime的格式,可读

    2.6 time.strftime("%a %b %d %H:%M:%S %Y", time.localtime())

    格式化时间元组

    2.7 time.sleep()

    进程挂起时间。

    3. datetime模块

    3.1 导入模块

    import datetime

    3.2 datetime.datetime.now()

     获取当前datetime

    3.3 datetime.date.today()

    获取当天date,返回2018,4,8

    3.4 获取明天/前n天

    datetime.date.today()+datatime.timedelta(days=1)

    3.5 两个datetime的时间差

    相减返回时间戳

    3.6 关系转换

    3.6.1 datetime->string

    datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")

    3.6.2 string->datetime

    datetime.datetime.strptime("2014-12-31 18:20:10", "%Y-%m-%d %H:%M:%S")

    3.6.3 datetime->timestamp

    now = datetime.datetime.now()
    timestamp = time.mktime(now.timetuple())
    timestamp

    3.6.3 timestamp->datetime

    datetime.datetime.fromtimestamp(1421077403.0)

    3.6.4 datetime->date

    datetime.datetime.now().date()

    3.6.5 date->datetime

    today = datetime.date.today()
    datetime.datetime.combine(today, datetime.time())

  • 相关阅读:
    php_package v2.7发布了 宋正河作品
    svn图文教程-宋正河整理
    ci框架学习整理
    php+mysql 数据库分表分段备份程序--宋正河
    保留mysql数据库中的最新1000条记录
    php 文件上传缩略图路径分析类
    php js css加载合并函数 宋正河整理
    二级域名 cookie session 共享
    图像处理相关概念
    由Python到深度学习入门之Keras、TensorFlow 、PyTorch联系与区别
  • 原文地址:https://www.cnblogs.com/shgwater/p/8824030.html
Copyright © 2011-2022 走看看