python date/time相关整理

在画图/通信/量化等应用层面, 经常涉及对时间的处理, 容易混淆, 在这整理一下

timestamp

python中time/datetime类中常用Unix timestamp作为计时方式, 其数值是从1970-1-1到目标日期的秒数
从1970到现在大概是50年, 现在的timestamp应该大概是50*365*24*3600=1576800000这个数量级

import time
time.time() =  1571988686.6731443 # float

 curl "https://api.hbdm.com/api/v1/contract_index?symbol=BTC"
 #返回的timestamp项为13位,精确到毫秒
 # "index_ts":1572537138040

datetime库

datetime中有一个datetime.datetime类, 用以处理相关信息

import datetime
# 转化到datetime.datetime类
t1 = datetime.datetime.fromtimestamp(1546300740);t1
#datetime.datetime(2019, 1, 1, 7, 59)
timestring = '2018-12-31 23:59:00'
t2 = datetime.datetime.strptime(timestring,'%Y-%m-%d %H:%M:%S');t2
#datetime.datetime(2018, 12, 31, 23, 59)
t3 = datetime.datetime.today() #now

格里高利历

画图时经常需要用到时间,此时常用到的是另一种计时方式,格里高利历(the Gregorian calendar), 其数值是从公元元年1-1-1到现在的天数

t3.toordinal()      # 737357, int
import matplotlib.dates as dates
dates.date2num(t3)  # 737357.6578381003, float

与字符串的转化

在实践中,常常需要对一个作为时间的字符串列表作处理, 使之能够转化为datetime.datetime类,方便后续处理

tstring = np.array(['2018-12-31 23:59:00', '2018-12-31 23:58:00',
       '2018-12-31 23:57:00', '2018-12-31 23:56:00',
       '2018-12-31 23:55:00'])
# 调用datetime中的方法, 不能直接处理列表
t4 = [datetime.datetime.strptime(x,'%Y-%m-%d %H:%M:%S') for x in ta]
# matplotlib中的方法, 可以直接处理
import matplotlib.dates as dates
dates.datestr2num(ta)