首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Python date,datetime,time等相关操作总结

__author__ = '授客' import time from datetime import date from datetime import timedelta from datetime import datetime #####date##### # 获取当前本地日期(date对象) # 方法1 today = date.fromtimestamp(time.time()) print('方法1:当前本地日期(date对象)\n类型:', type(today), 'value:', today) # 方法2 today = date.today() print('方法2:当前本地日期(date对象)\n类型:', type(today), 'value:', today) # 获取本地当前日期(字符串,即转date对象为对应字符串) today_str = today.strftime('%Y-%m-%d') print('当前本地日期(字符串)\n类型:', type(today_str), 'value:', today_str) today_str = today.ctime() print('当前本地日期(字符串)\n类型:', 'value:',today_str) # 转换本地当前日期为时间戳(秒) second_for_today = int(time.mktime(today.timetuple())) print('当前本地日期对应的时间戳(秒):', second_for_today) # 转换本地当前日期为时间戳(毫秒) millisecond_for_today = int(time.mktime(today.timetuple())*1000) print('当前本地日期对应的时间戳(毫秒):', millisecond_for_today) # 获取本地昨日日期 yesterday = today - timedelta(days=1) print('昨日本地日期(date对象)\n类型:', type(yesterday), 'value:', yesterday) # 获取本地当前日期对应的星期 weekday = today.weekday() print('当前本地日期对应的星期:', weekday) #0~6 ->周一到周日 # 时间戳(秒)转换为date对象 mydate = date.fromtimestamp(1512144000) print('时间戳(秒)转换为date对象:', type(mydate), mydate) print('\n\n') #####datetime##### # 获取本地当前日期时间(datetime对象) # 方法1: date_time = datetime.today() print('方法1:当前本地日期时间(datetime对象)\n类型:', type(date_time), 'value:', date_time) # 方法2: date_time = datetime.now() print('方法2:当前本地日期时间(datetime对象)\n类型:', type(date_time), 'value:', date_time) # 获取本地当前日期时间(字符串,即转datetime对象为对应字符串) date_time_str = date_time.strftime('%Y-%m-%d %H:%M:%S') print('当前本地日期时间(字符串)类型:', 'value:', date_time_str) # 获取本地昨日当前时间(datetime对象) yesterday_date_time = date_time - timedelta(days=1) print('方法2:昨日本地当前时间(datetime对象)\n类型:', type(yesterday_date_time), 'value:', yesterday_date_time) # 转换本地当前日期时间为时间戳(秒) millisecond_for_date_time = int(time.mktime(date_time.timetuple())) print('当前本地日期时间对应的时间戳(秒):', millisecond_for_date_time) # 获取本地日期对应的星期 weekday = date_time.weekday() print('当前本地日期时间对应的星期:', weekday) #0~

02

数据分析小结:使用流计算 Oceanus(Flink) SQL 作业进行数据类型转换

在这个数据爆炸的时代,企业做数据分析也面临着新的挑战, 如何能够更高效地做数据准备,从而缩短整个数据分析的周期,让数据更有时效性,增加数据的价值,就变得尤为重要。 将数据从来源端经过抽取(extract)、转换(transform)、加载(load)至目的端的过程(即 ETL 过程),则需要开发人员则需要掌握 Spark、Flink 等技能,使用的技术语言则是 Java、Scala 或者 Python,一定程度上增加了数据分析的难度。而 ELT 过程逐渐被开发者和数据分析团队所重视,如果读者已经非常熟悉 SQL,采用 ELT 模式完成数据分析会是一个好的选择,比如说逐渐被数据分析师重视的 DBT 工具,便利用了 SQL 来做数据转换。DBT 会负责将 SQL 命令转化为表或者视图,广受企业欢迎。此外使用 ELT 模式进行开发技术栈也相对简单,可以使数据分析师像软件开发人员那样方便获取到加工后的数据。

03
领券