python | pendulum，一个有趣的 日期和时间 Python 库！

本文来源公众号“python”，仅用于学术分享，侵权删，干货满满。

原文链接：pendulum，一个有趣的 Python 库！

大家好，今天为大家分享一个有趣的 Python 库 - pendulum。

Github地址：https://github.com/sdispater/pendulum

在处理日期和时间时，Python 标准库中的 datetime 模块虽然功能强大，但有时显得过于复杂且缺乏一些便捷功能。为了解决这些问题，Pendulum 库应运而生。Pendulum 是一个 Python 日期和时间处理库，它在 datetime 模块的基础上进行了扩展，提供了更加友好的 API 和更多的功能。本文将详细介绍 Pendulum 库，包括其安装方法、主要特性、基本和高级功能，以及实际应用场景，帮助全面了解并掌握该库的使用。

安装

要使用 Pendulum 库，首先需要安装它。以下是安装步骤：

使用 pip 安装

可以通过 pip 直接安装 Pendulum：

pip install pendulum

确认安装

安装完成后，可以通过以下命令确认安装是否成功：

python -c "import pendulum; print(pendulum.__version__)"

特性

1. 简单易用：提供直观且易于使用的 API，简化日期和时间的操作。

2. 时区支持：内置全面的时区支持，轻松进行时区转换。

3. 精准度高：提供纳秒级别的时间精度。

4. 解析和格式化：支持多种日期和时间格式的解析和格式化。

5. 日期区间：便捷地处理日期区间和时间段。

6. 自然语言处理：能够解析和生成自然语言形式的日期和时间。

基本功能

创建日期和时间对象

可以使用 Pendulum 创建日期和时间对象：

import pendulum

# 创建当前时间对象
now = pendulum.now()
print(now)

# 创建指定时间对象
dt = pendulum.datetime(2023, 1, 1, 12, 0, 0)
print(dt)

# 创建指定时区的时间对象
paris_now = pendulum.now('Europe/Paris')
print(paris_now)

日期和时间操作

可以进行常见的日期和时间操作，如加减时间、计算时间差等：

import pendulum

# 加减时间
dt = pendulum.now()
new_dt = dt.add(days=5)
print(new_dt)

# 计算时间差
start = pendulum.datetime(2023, 1, 1)
end = pendulum.datetime(2023, 1, 10)
diff = end - start
print(diff.days)

时区转换

可以轻松进行时区转换：

import pendulum

# 转换时区
dt = pendulum.now('UTC')
new_dt = dt.in_timezone('America/New_York')
print(new_dt)

解析和格式化

可以解析多种日期和时间格式，并进行格式化输出：

import pendulum

# 解析日期和时间
dt = pendulum.parse('2023-01-01T12:00:00Z')
print(dt)

# 格式化输出
formatted_dt = dt.format('YYYY-MM-DD HH:mm:ss')
print(formatted_dt)

高级功能

日期区间和时间段

可以便捷地处理日期区间和时间段：

import pendulum

# 创建日期区间
start = pendulum.datetime(2023, 1, 1)
end = pendulum.datetime(2023, 1, 10)
period = pendulum.period(start, end)

# 遍历区间内的每一天
for dt in period:
    print(dt)

自然语言处理

Pendulum 能够解析和生成自然语言形式的日期和时间：

import pendulum

# 解析自然语言日期
dt = pendulum.parse('next Friday')
print(dt)

# 生成自然语言形式的时间差
start = pendulum.datetime(2023, 1, 1)
end = pendulum.datetime(2023, 1, 10)
diff = end - start
print(diff.in_words())

格式化和本地化

可以进行多种格式化和本地化操作：

import pendulum

# 格式化日期
dt = pendulum.now()
print(dt.format('dddd, MMMM Do YYYY, h:mm:ss A'))

# 本地化日期
localized_dt = dt.in_locale('fr')
print(localized_dt.format('dddd, MMMM Do YYYY, h:mm:ss A'))

实际应用场景

日程安排和提醒

在日程安排和提醒系统中，通过 Pendulum 处理和计算日期和时间，并进行时区转换和本地化显示。

import pendulum

# 创建一个事件的开始时间和结束时间
start = pendulum.datetime(2023, 1, 1, 9, 0, 0, tz='UTC')
end = start.add(hours=2)

# 转换时区并格式化显示
start_local = start.in_timezone('America/New_York')
end_local = end.in_timezone('America/New_York')
print(f"Event starts at: {start_local.format('YYYY-MM-DD HH:mm:ss')}")
print(f"Event ends at: {end_local.format('YYYY-MM-DD HH:mm:ss')}")

数据分析和报表

在数据分析和报表系统中，通过 Pendulum 处理时间戳和时间区间，生成统计数据和时间序列分析。

import pendulum
import pandas as pd

# 生成时间序列数据
dates = pendulum.period(pendulum.datetime(2023, 1, 1), pendulum.datetime(2023, 1, 10)).range('days')
data = [i * 10 for i in range(len(dates))]
df = pd.DataFrame({'Date': [d.to_date_string() for d in dates], 'Value': data})

# 计算每一天的增长
df['Growth'] = df['Value'].diff()

print(df)

任务调度

在任务调度系统中，通过 Pendulum 计算任务的执行时间和间隔，确保任务按时执行。

import pendulum

# 设置任务的开始时间和间隔
start = pendulum.datetime(2023, 1, 1, 9, 0, 0)
interval = pendulum.duration(days=1)

# 计算下一次任务执行时间
next_run = start.add(interval)
print(f"Next task run at: {next_run}")

# 判断任务是否需要执行
now = pendulum.now()
if now >= next_run:
    print("Task should run now")
else:
    print("Task is scheduled for later")

总结

Pendulum 库是一个功能强大且易于使用的日期和时间处理工具，能够帮助开发者在各种应用场景中高效地操作和计算时间。通过支持简单易用的 API、全面的时区支持、精确的时间计算、灵活的解析和格式化、强大的日期区间处理和自然语言处理，Pendulum 提供了强大的功能和灵活的扩展能力。本文详细介绍了 Pendulum 库的安装方法、主要特性、基本和高级功能，以及实际应用场景。希望本文能帮助大家全面掌握 Pendulum 库的使用，并在实际项目中发挥其优势。无论是在日程安排、数据分析还是任务调度中，Pendulum 库都将是一个得力的工具。

THE END !

文章结束，感谢阅读。您的点赞，收藏，评论是我继续更新的动力。大家有推荐的公众号可以评论区留言，共同学习，一起进步。