【Python爬虫与数据分析】时间、日期、随机数标准库

这篇具有很好参考价值的文章主要介绍了【Python爬虫与数据分析】时间、日期、随机数标准库。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一、模块化概述

二、time库

1. 时间获取

2. 时间格式化

3. 程序计时

三、datetime库

1. datetime.datetime类

2. datetime.timedelta类

四、random库

1. 基本随机函数

2. 扩展随机函数

3. 随机时间的生成


一、模块化概述

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

Python程序由模块组成,一个模块对应一个 .py 源文件。

模块分为标准库模块自定义模块(第三方库),函数也分标准库函数和自定义函数。

Python标准库提供了操作系统、网络通信、文件处理、数学运算等基本功能。如:random(随机数)、math(数学运算)、time(时间处理)、file(文件处理)、os(和操作系统交互)、sys(和解释器交互)等。

模块化编程将一个任务分解成多个模块,简化开发过程、实现代码复用、增强可维护性。 

我们可以通过help(模块名)查看模块的API。一般使用时先导入模块然后通过help函数查看。
【示例】导入math 模块,并通过help()查看math 模块的API:

import math
help(math)

二、time库

time库是Python中处理时间的标准库。

time库常用函数

  • 时间获取:time()、ctime()、gmtime()
  • 时间格式化:strftime()、strptime()
  • 程序计时:sleep()、perf_counter()

1. 时间获取

  • time():获取当前的时间戳,返回浮点型
  • ctime():获取当前时间,返回字符串
  • gmtime():获取当前时间,返回struct_time结构体

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

2. 时间格式化

时间格式化将时间以特定的字符串格式展示出来,展示模板由特定的格式化控制符组成。

  • %Y:年份
  • %m:月份,%B:月份名称,%b:月份名称缩写
  • %d:日期
  • %A:星期,%a:星期简写
  • %H:24h制小时,%I:12h制小时
  • %M:分钟
  • %S:秒钟

strftime(tpl, ts):tpl是格式化模板字符串,用来定义输出效果。ts是tuple类型的计算机内部时间变量,即gmtime()输出的struct_time结构体。tpl是template的缩写。

strptime(timeStr, tpl):将一个时间字符串变成计算机内部可以操作的struct_time()。

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

3. 程序计时

sleep(s):休眠时间函数,参数s是浮点型的秒数,可以是小数。

perf_counter():返回一个精确的CPU级别的精确时间计数值,单位是秒。通过连续调用计算差值表示程序运行时间。

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

三、datetime库

datetime库用于处理日期和时间的功能。可以进行日期时间的转换、格式化输出、计算等操作。该库包含了多个类,如datetime、timedelta等,可以根据不同的需求进行选择。

  • datetime.datetime:日期和时间的表示
  • datetime.timedelta:计算时间间隔

1. datetime.datetime类

datetime.datetime类的使用方式:先创建一个时间对象,再通过对象的方法和属性显示时间。

  • datetime.datetime.now():获得当前的日期和时间对象
  • datetime.datetime.utcnow():获得当前的日期和时间对象对应的UTC(世界标准)时间对象
  • datetime.datetime(year, month, day, hour=0, minute=0, second=0, microsecond=0):通过参数构造一个时间对象
  • dt_object.isoformat():按照 ISO 8601 标准显示时间
  • dt_object.strftime(tpl):按照格式化字符串控制显示时间
  • datetime.datetime.strptime(dt_str, tpl):按照标准格式将字符串转换为时间结构体变量

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

2. datetime.timedelta类

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

四、random库

random库是使用随机数的Python标准库。

1. 基本随机函数

  • send():初始化随机种子,使得随机数可复用
  • random():生成一个[0.0, 1.0]之间的随机小数

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

2. 扩展随机函数

  • randint(a, b):生成一个[a, b]之间的随机整数
  • getrandbits(k):生成一个k比特位长的随机整数
  • uniform(a, b):生成一个[a, b]之间的随机小数
  • choice(seq):从序列seq中随机选择一个元素
  • shuffle(seq):将序列seq的元素打乱随机排序

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库

3. 随机时间的生成

【Python爬虫与数据分析】时间、日期、随机数标准库,Python爬虫与数据分析,python,数据分析,开发语言,标准库文章来源地址https://www.toymoban.com/news/detail-541001.html

到了这里,关于【Python爬虫与数据分析】时间、日期、随机数标准库的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 大数据爬虫分析基于Python+Django旅游大数据分析系统

    欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。    基于Python和Django的旅游大数据分析系统是一种使用Python编程语言和Django框架开发的系统,用于处理和分析旅游行业的大数据,为旅游从业者和决策者提供有关旅游趋势、客户需求、市场竞争

    2024年02月03日
    浏览(65)
  • 【Python爬虫与数据分析】基本数据结构

    目录 一、概述 二、特性 三、列表 四、字典 Python基本数据结构有四种,分别是列表、元组、集合、字典 ,这是Python解释器默认的数据结构,可以直接使用,无需像C语言那样需要手搓或像C++那样需要声明STL头文件。 Python的数据结构非常灵活,对数据类型没有限制,即一个数

    2024年02月11日
    浏览(48)
  • Python爬虫数据分析的基本概念

    Python爬虫数据分析是一种利用Python编程语言和相关的库来获取互联网上的数据,并对数据进行处理、分析和可视化的技术。Python爬虫数据分析技术在数据挖掘、商业智能、市场调研、舆情分析等领域都有广泛的应用。本文将介绍Python爬虫数据分析的基本概念、常用库和实战案

    2024年02月06日
    浏览(45)
  • 【Python爬虫与数据分析】进阶语法

    目录 一、异常捕获 二、迭代器 三、拆包、聚合、映射 四、filter() 函数 五、匿名函数 六、闭包 七、装饰器 异常捕获可增强程序的健壮性,即程序在遇到遇到异常的时候并不会做中断处理,而是会将异常抛出,由程序员来分析异常和做异常处理。 迭代器通常用于数据结构对

    2024年02月12日
    浏览(43)
  • 数据分析毕业设计 大数据招聘岗位数据分析与可视化 - 爬虫 python

    # 1 前言 🔥 这两年开始毕业设计和毕业答辩的要求和难度不断提升,传统的毕设题目缺少创新和亮点,往往达不到毕业答辩的要求,这两年不断有学弟学妹告诉学长自己做的项目系统达不到老师的要求。 为了大家能够顺利以及最少的精力通过毕设,学长分享优质毕业设计项

    2024年02月10日
    浏览(48)
  • 【Python爬虫与数据分析】进程、线程、协程

    目录 一、概述 二、进程的创建 三、线程的创建 四、协程的创建 五、全局变量的共享问题 六、消息队列与互斥锁 七、池化技术 进程是系统分配资源的基本单位,线程是CPU调度的基本单位。 一个进程可包含多个线程,一个线程可包含多个协程,协程就是最小的任务执行单位

    2024年02月13日
    浏览(41)
  • 【Python爬虫与数据分析】初阶语法

    目录 一、数据类型 二、输入输出 三、算术运算 四、逻辑与条件判断 五、循环控制 六、函数 Python的数据类型分为 常量 、 数值变量 、 字符串变量 、 布尔变量 (True、False) 常量可以直接参与运算与赋值, 变量无需声明可直接定义 整型与浮点型数值可以直接相互运算 ,整

    2024年02月11日
    浏览(43)
  • 【Python爬虫与数据分析】面向对象设计

    目录 一、类的构建与继承 二、多继承 三、钻石继承 四、多态 五、鸭子类型 六、类的组合 七、类的私有属性和方法 八、魔法方法 九、单例模式 类 的属性包含 成员变量 和 成员函数 (方法) 成员函数 又分为 静态方法 、 魔法方法 、 普通成员方法 静态方法可以直接被类

    2024年02月11日
    浏览(55)
  • 【Python数据分析案例】——中国高票房电影分析(爬虫获取数据及分析可视化全流程)

    案例背景 最近总看到《消失的她》票房多少多少,《孤注一掷》票房又破了多少多少… 于是我就想自己爬虫一下获取中国高票房的电影数据,然后分析一下。 数据来源于淘票票:影片总票房排行榜 (maoyan.com) 爬它就行。 代码实现 首先爬虫获取数据: 数据获取 导入包 传入网

    2024年01月20日
    浏览(288)
  • 【头歌】——数据分析与实践-python-网络爬虫-Scrapy爬虫基础-网页数据解析-requests 爬虫-JSON基础

    第1关 爬取网页的表格信息 第2关 爬取表格中指定单元格的信息 第3关 将单元格的信息保存到列表并排序 第4关 爬取div标签的信息 第5关 爬取单页多个div标签的信息 第6关 爬取多个网页的多个div标签的信息 第1关 Scarpy安装与项目创建 第2关 Scrapy核心原理 第1关 XPath解析网页 第

    2024年01月22日
    浏览(59)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包