python 字符串、时间、时间戳之间的相互转换,随机时间序列生成

=====字符串、时间戳、时间之间的相互转换=====

import time
import datetime
import random

字符串转换成时间

str_t1 = "2018-11-21 16:10:10"
str_t2 = "2018-11-18 16:10:20"
dt_t1 = datetime.datetime.strptime(str_t1, "%Y-%m-%d %H:%M:%S")
dt_t2 = datetime.datetime.strptime(str_t2, "%Y-%m-%d %H:%M:%S")


字符串转时间

时间转字符串

dt_to_str_1 = dt_t1.strftime("%Y-%m-%d %H:%M:%S")


时间转字符串

把字符串转换成时间戳

ts_t1 = time.mktime(time.strptime(str_t1, "%Y-%m-%d %H:%M:%S"))
ts_t2 = time.mktime(time.strptime(str_t2, "%Y-%m-%d %H:%M:%S"))


字符串转时间戳

把时间戳转换成字符串

ts_to_str_1 = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(ts_t1))
ts_to_str_2 = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(ts_t2))


时间戳转字符串

将datetime转换成时间戳

dt_to_ts_1 = time.mktime(dt_t1.timetuple())
dt_to_ts_2 = time.mktime(dt_t2.timetuple())


datetime转时间戳

计算时间差

delta_day = (dt_t1 - dt_t2).days
delta_sec = (dt_t1 - dt_t2).seconds
delta_totalsec = (dt_t1 - dt_t2).total_seconds() #精确秒数,有别于delta_sec

计算时间差

几天前和几天后的时间

三天前
day_ago = dt_t1 + datetime.timedelta(days = -3)
一周前
week_ago = dt_t1 + datetime.timedelta(weeks = -1)
五天后
day_later = dt_t1 + datetime.timedelta(days = 5)

日期差&星期差

将时间戳转换成时间元组

"""
时间元组的数据含义
time.struct_time(
tm_year=2018, tm_mon=11, tm_mday=21, tm_hour=16, tm_min=10,
tm_sec=10, tm_wday=2, tm_yday=325, tm_isdst=0)
"""
tuple_t1 = time.localtime(ts_t1)
tuple_t2 = time.localtime(ts_t2)


时间戳转时间元组

分别获取时间和日期

time_1 = dt_t1.strftime("%H:%M:%S")
date_1 = dt_t1.strftime("%Y-%m-%d")


获取时间&日期

=====生成随机时间序列=====

ts_t1 = time.mktime(tuple_t1)
ts_t2 = time.mktime(tuple_t2)
rand_t = []
for i in range(10):
生成一个开始时间戳和结束时间戳之间的随机整数
t = random.randint(ts_t2, ts_t1)
根据时间戳生成时间元组
tuple_t = time.localtime(t)
将时间元组转换成字符串
str_t = time.strftime("%Y-%m-%d %H:%M:%S", tuple_t)
将字符串转换成时间格式
dt_t = datetime.datetime.strptime(str_t, "%Y-%m-%d %H:%M:%S")
rand_t.append(dt_t)

随机时间序列

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容