挑战Arrow,需要怎样的实力?Pendulum使用笔记

Pendulum简介

Pendulum是一款很优秀的Python时间处理模块,其内置数据类型拓展自datetime,与datetime有着很好的兼容性。Pendulum比dateutil功能更丰富,足矣和Arrow对标。Pendulum[ˈpendʒələm]意为钟摆,很好的时间意向。Pendulum在时间解析、转换、属性获取、时区、时间序列等方面都有很好的表现,其用于时间处理的语句概览如下。

Pendulum概览导图

时间对象生成

Pendulum内置对象是一个自定义的DateTime对象,但可以当成datetime使用,也就是说dt.year、.strftime()等是完全可以正常使用的,并且Pendulum的一些函数需要输入DateTime作为参数时,输入datetime对象也兼容。
Pendulum支持手动输入年月日等属性构建时间对象,也能非常方便地把时间戳或字符串转换为时间对象,一些常用方法如下。

  • pendulum.datetime(2020,5,7):输入年月日等生成DateTime,对应着datetime.datetime()的写法;
  • pendulum.now():获取当前时间,时区直接取当地时区,还有 .today() .tomorrow() .yesterday() 等可以用;
  • pendulum.local(args):获取当地时间的对象,可以输入年月日等;
  • pendulum.parse(text):从文本中解析出时间对象,有个类似的方法是pendulum.from_format(text,s);
  • pendulum.from_timestamp(ts):把时间戳ts转为时间对象;
  • pendulum.timezone("Europe/Paris"):生成一个时区对象;
import pendulum
pendulum.datetime(2020,12,1, tz='America/Toronto')
#DateTime(2020,12,1,0,0,0,tzinfo=Timezone('America/Toronto'))
dt=pendulum.now()
#DateTime(2020,12,8,18,0,8,697484,tzinfo=Timezone('Asia/Shanghai'))
pendulum.tomorrow() #明天的这个时候
pendulum.parse('2020-05-21T22:00:00', tz='Europe/Paris')
pendulum.from_timestamp(1607343278)

要素获取与格式化

从各种数据格式中解析出时间对象后,获取其日期属性及进行计算是最常见的,和datetime一致,通过dt.year得到对象dt所在年份,这也是很自然的写法,Pendulum有一个特色属性是.age,是对应日期在目前的年龄。

#dt=pendulum.now()
dt.year # .month .second 等
# 2020
dt.week_of_year #dt所在周是本年第几周
dt.int_timestamp #把dt表示为整数的timestamp
#还有.float_timestamp可以用
dt.age #dt对应日期目前的年龄

将DateTime对象转为字符串既有dt.strftime(fmt)可以用,fmt占位符意义datetime库一致,还有一个和Arrow对标的dt.format(fmt)

dt.strftime('%Y-%m-%d')
#'2020-12-07'
dt.format('YYYY-MM-DD')
#'2020-12-07'
dt.format('dddd Do [of] MMMM YYYY HH:mm:ss A')
#'Monday 7th of December 2020 20:20:36 PM'

时间偏移

要修改DateTime对象dt的属性使用dt.set()方法,例如修改年份为2019年,是dt.set(year=2019),这种方法生成的是新的时间对象。要生成一段时间后的时间对象,也可以用dt.add/subtract方法,也就是时间偏移的效果。Pendulum的接口很丰富,修改时间要素还可以使用on和at,例如dt.on(1975).at(22),on处理年月日,at处理时间的小时分钟和秒。

d2=dt.set(year=2019) #把年份变成2019
dt.add(years=-1) #把时间变成1年前,注意是years不是year
dt.subtract(years=1) #1年前
dt.start_of('day') #获得当天的0点时间,也即开始时间
#对应的有 dt.end_of('day')

两个时间的时间间隔,在datetime里是timedelta,Pendulum库是抽象为Period。可以直接通过d2-d1生成,或者用diff()方法。

dt-dt.set(year=2019)
#<Period [2019-12-11T14:26:54.769932+08:00 -> 2020-12-11T14:26:54.769932+08:00]>
p=dt.diff(dt.set(year=2019))
p.years  
#Out[]:1
p.in_hours()
# 8784

diff_for_humans方法可以将时间间隔按自然语言输出。

pendulum.now().diff_for_humans(dt)
#'2 minutes after'
dur = pendulum.duration(days=15)
dur.in_words(locale='en')
#'2 weeks 1 day'

时间序列

要生成一个时间序列使用Period和Range结合,先约定序列的开始时间和结束时间,再设定频率。

start = pendulum.datetime(2020, 1, 1)
end = pendulum.datetime(2020, 1, 10)
period = pendulum.period(start, end)
list(period.range('days',2))
#[DateTime(2020, 1, 1, 0, 0, 0, tzinfo=Timezone('UTC')),
# DateTime(2020, 1, 3, 0, 0, 0, tzinfo=Timezone('UTC')), ...

总结

Pendulum是一个能和Arrow对标的时间处理库。Arrow的易用性体现在接口简洁,Pendulum的易用性表现在很多datetime的方法都兼容。Pendulum通过其内置的DateTime对象实现和拓展datetime.datetime的功能,同时封装出Duration、Period及Timezones处理时间偏移、时区、时间序列。Pendulum的官方文档美观漂亮,而且写得很详细,是非常优秀的文档范例。

Pendulum思维导图

参考资料

©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 194,088评论 5 459
  • 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 81,715评论 2 371
  • 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 141,361评论 0 319
  • 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 52,099评论 1 263
  • 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 60,987评论 4 355
  • 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 46,063评论 1 272
  • 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 36,486评论 3 381
  • 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 35,175评论 0 253
  • 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 39,440评论 1 290
  • 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 34,518评论 2 309
  • 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 36,305评论 1 326
  • 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 32,190评论 3 312
  • 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 37,550评论 3 298
  • 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 28,880评论 0 17
  • 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 30,152评论 1 250
  • 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 41,451评论 2 341
  • 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 40,637评论 2 335

推荐阅读更多精彩内容