批量生成日期python


#sample1
#['Oct-14', 'Nov-14', 'Dec-14', 'Jan-14', 'Feb-15', 'Mar-15', 'Apr-15', 'May-15', 'Jun-15', 'Jul-15', 'Aug-15', 'Sep-15', 'Oct-15', 'Nov-15', 'Dec-15', 'Jan-15']
import calendar
from datetime import datetime
date1 = datetime.strptime("2014-10-10", "%Y-%m-%d")
date2 = datetime.strptime("2016-01-07", "%Y-%m-%d")
date1 = date1.replace(day = 1)
date2 = date2.replace(day = 1)
months_str = calendar.month_name
months = []
while date1 < date2:
    month = date1.month
    year  = date1.year
    month_str = months_str[month][0:3]
    months.append("{0}-{1}".format(month_str,str(year)[-2:]))
    next_month = month+1 if month != 12 else 1
    next_year = year + 1 if next_month == 1 else year
    date1 = date1.replace( month = next_month, year= next_year)

print(months)

#sample2
from datetime import datetime, timedelta
from collections import OrderedDict
dates = ["2014-10-10", "2016-01-07"]
start, end = [datetime.strptime(_, "%Y-%m-%d") for _ in dates]
datelist =OrderedDict(((start + timedelta(_)).strftime(r"%b-%y"), None) for _ in range((end - start).days)).keys()
print(datelist)

#sample3 最简便做法
import pandas as pd
datelist = pd.date_range('2014-10-10','2016-01-07', 
              freq='MS').strftime("%Y-%b").tolist()#strftime格式可以转换
print(datelist)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
生成车机数据需要考虑到多个因素,包括车型、车辆参数、传感器数据等。这里提供一种基于Python的方法,可以批量生成一些模拟数据: 1. 首先,我们需要定义一些数据结构,比如车型、车辆参数、传感器数据等。可以考虑使用Python中的类或者字典来定义这些数据结构。 2. 然后,我们可以使用Python中的随机数生成器来生成一些随机数据。比如,可以使用random模块来生成随机的车速、转速、油量等数据。 3. 接下来,我们可以使用Python日期时间模块来生成一些随机的时间戳。可以使用datetime模块来生成一个随机的日期时间对象,然后将其转换为字符串格式。 4. 最后,我们可以将生成的数据保存到一个文件中,比如CSV格式的文件,以便后续的分析和处理。 需要注意的是,生成的模拟数据只是近似车机数据的一种方法,可能会存在一些误差。同时,生成的数据也不能完全代表真实的车机数据,需要结合实际情况进行分析和处理。 下面是一个简单的示例代码,可以生成一些模拟数据: ```python import random import datetime class Vehicle: def __init__(self, model, year, engine, fuel_capacity): self.model = model self.year = year self.engine = engine self.fuel_capacity = fuel_capacity class SensorData: def __init__(self, speed, rpm, fuel_level, timestamp): self.speed = speed self.rpm = rpm self.fuel_level = fuel_level self.timestamp = timestamp def generate_sensor_data(vehicle, num_samples): sensor_data = [] for i in range(num_samples): speed = random.randint(0, 120) rpm = random.randint(1000, 6000) fuel_level = random.uniform(0, vehicle.fuel_capacity) timestamp = datetime.datetime.now() - datetime.timedelta(minutes=i) sensor_data.append(SensorData(speed, rpm, fuel_level, timestamp)) return sensor_data def save_data_to_csv(sensor_data): with open('sensor_data.csv', 'w') as f: f.write('speed,rpm,fuel_level,timestamp\n') for data in sensor_data: f.write(f'{data.speed},{data.rpm},{data.fuel_level},{data.timestamp}\n') vehicle = Vehicle('Tesla Model S', 2021, 'Electric', 100) # 定义车型和车辆参数 sensor_data = generate_sensor_data(vehicle, 1000) # 生成1000条传感器数据 save_data_to_csv(sensor_data) # 将数据保存到CSV文件 ``` 这个示例代码定义了两个类,`Vehicle`表示车辆信息,`SensorData`表示传感器数据。`generate_sensor_data`函数用于生成传感器数据,`save_data_to_csv`函数用于将数据保存到CSV文件。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值