from datetime import datetime
# 返回當前時刻的日期和時間
print
(datetime.now())
# 分別返回當前時刻的年，月，日
print
(datetime.now(
).year)
print
(datetime.now(
).month)
print
(datetime.now(
).day)
# 返回當前時刻的週數
# 返回週幾
print
(datetime.now(
).weekday()+
1)# 返回週數
print
(datetime.now(
).isoweekday(
))
from datetime import datetime
print
(datetime.now(
).date())
print
(datetime.now(
).time())
# 借助strftime函式可以自定義時間和日期的格式
print
(datetime.now(
).strftime(
'%y-%m-%d'))
print
(datetime.now(
).strftime(
'%y-%m-%d %h:%m:%s'
))
from datetime import datetime
from dateutil.parser import parse
now = datetime.now(
)print
(now)
# 檢視now資料型別
print
(type
(now)
)# 將時間資料型別轉換成字串格式
print
(type
(str
(now)))
# 將字串格式轉換為時間格式
str_time =
'1999-11-11'
print
(type
(str_time)
)# 將字串解析成時間
print
(parse(str_time)
)print
(type
(parse(str_time)
))
'''
時間索引：就是根據時間來對時間格式的字段進行資料選取的一種索引方式
在python中，可以選取具體的某一時間對應的值，也可以選擇某一段時間內的值
'''import pandas as pd
import numpy as np
from datetime import datetime
index = pd.datetimeindex(
['2018-01-01'
,'2018-01-02'
,'2018-01-03'
,'2018-01-04'
,'2018-01-05'
,'2018-01-06'
,'2018-01-07'
,'2018-01-08'
,'2018-01-09'
,'2018-01-10'])
data = pd.dataframe(np.arange(1,
11),index=index,columns=
['num'])
print
(data)
# 獲取2023年的資料
print
(data[
'2018'])
# 獲取2023年1月的資料
print
(data[
"2018-01"])
# 獲取2023年1月1日到2023年1月5日的資料
print
(data[
"2018-01-01"
:"2018-01-05"])
'''上面的方法只適用於索引是時間的情況下，並不是所有的情況都適合
'''print
('..........換資料..............'
)df = pd.read_excel(
"/users/caizhengjie/desktop/資料1.xlsx"
)print
(df)
# 選取成交時間為2023年8月8日
print
(df[df[
'成交時間'
]==datetime(
2018,8
,8)]
)# 選取成交時間為2023年8月9日之後的訂單
print
(df[df[
'成交時間'
]> datetime(
2018,8
,9)]
)# 選取成交時間為2023年8月10日之前的訂單
print
(df[df[
'成交時間'
]< datetime(
2018,8
,10)]
)# 選取成交時間為2023年8月8日到2023年8月11日之間的訂單
print
(df[
(df[
'成交時間'
]> datetime(
2018,8
,8))
&(df[
'成交時間'
]< datetime(
2018,8
,11))
])
from datetime import datetime
from datetime import timedelta
from pandas.tseries.offsets import day,hour,minute
cha = datetime(
2020,2
,2,11
,34)-datetime(
2020,1
,23,1
,2)print
(cha)
#差為10 days, 10:32:00
# 返回天的時間差
print
(cha.days)
# 返回秒的時間差
print
(cha.seconds)
# 換成小時差
print
(cha.seconds/
3600
)'''
時間偏移：就是給時間往前或往後推一段時間，即加減一段時間
python時間偏移方式有兩種：1。借助timedelta，但是它只能偏移天，秒，微秒單位的時間
2。用pandas中的日期偏移量（date offset）
'''# timedelta
data = datetime(
2019,3
,4,5
,3)# 往後推一天
print
(data+timedelta(days=1)
)# 往後推60秒
print
(data + timedelta(seconds=60)
)# 往前推一天
print
(data-timedelta(days=1)
)# 往前推60秒
print
(data - timedelta(seconds=60)
)print
("。。。。。。。。。。。。。。。。"
)# date offset:可以直接實現天，小時，分鐘單位時間的偏移，不需要換算，相比timedelta更方便
# 往後推一天
print
(data+day(1)
)# 往後推1小時
print
(data+hour(1)
)# 往後推10分鐘
print
(data+minute(10)
)# 往前推一天
print
(data-day(1)
)# 往前推1小時
print
(data-hour(1)
)# 往前推10分鐘
print
(data-minute(10)
)
時間序列python
平穩性檢測 平穩性的定義 圍繞乙個常數上下波動且波動範圍有限，即有常數均值和常數方差。如果有明顯的趨勢或者週期性，那它通常不是平穩序列。檢測方法有三種 1 時序圖檢測 2 自相關係數和偏相關係數 通過spss 截尾 就是在某階之後，係數都為0 拖尾 就是有乙個緩慢衰減的趨勢，但是不都為0 2.不平穩...
python時間序列2
錨定位置 from pandas.tseries.offsets import day,monthend now datetime.datetime 2011,11,17 錨定偏置量 monthend print now 3 day monthend將now這個日期移至本月末尾 如果日期已經是本月末...
python時間序列分析
什麼是時間序列 時間序列簡單的說就是各時間點上形成的數值串行，時間序列分析就是通過觀察歷史資料 未來的值。在這裡需要強調一點的是，時間序列分析並不是關於時間的回歸，它主要是研究自身的變化規律的 這裡不考慮含外生變數的時間序列 為什麼用python 用兩個字總結 情懷 愛屋及烏，個人比較喜歡pytho...