当前位置：首页 > news >正文

intv_ai_mk11惊艳输出：将《Python Cookbook》第3章核心模式转化为可执行代码示例

news 2026/6/6 0:53:14

将《Python Cookbook》第3章核心模式转化为可执行代码示例

1. 前言与目标

《Python Cookbook》是Python开发者必备的参考书籍，其中第3章"数字、日期和时间"包含了大量实用技巧。本文将把这些书面知识转化为可直接运行的代码示例，帮助开发者快速掌握核心模式。

通过本文，你将获得：

可直接复用的代码片段
常见数字处理场景的解决方案
日期时间操作的实用技巧
性能优化的具体实现

2. 环境准备

2.1 基础环境要求

Python 3.6+
常用科学计算库（已包含在示例中）

2.2 快速安装依赖

pip install numpy pandas pytz

3. 数字处理核心模式

3.1 数字的四舍五入

传统round函数有时会出现意外结果，以下是更可靠的实现：

def safe_round(value, ndigits=2): """解决Python round函数的银行家舍入问题""" from decimal import Decimal, ROUND_HALF_UP return float(Decimal(str(value)).quantize(Decimal(f'1e-{ndigits}'), rounding=ROUND_HALF_UP)) print(safe_round(2.675, 2)) # 输出: 2.68 print(round(2.675, 2)) # 对比: 输出2.67

3.2 精确的十进制计算

处理金融数据时避免浮点数精度问题：

from decimal import Decimal, getcontext def calculate_tax(amount, rate=0.07): """精确计算税费""" getcontext().prec = 4 tax = Decimal(str(amount)) * Decimal(str(rate)) return float(tax.quantize(Decimal('0.00'))) print(calculate_tax(123.45)) # 输出: 8.64

3.3 数字格式化输出

def format_number(value): """专业数字格式化""" return f"{value:,.2f}".replace(",", "X").replace(".", ",").replace("X", ".") print(format_number(1234567.8912)) # 输出: 1.234.567,89

4. 日期时间处理模式

4.1 时区转换工具

from datetime import datetime import pytz def convert_timezone(dt, from_tz='UTC', to_tz='Asia/Shanghai'): """安全的时区转换""" from_zone = pytz.timezone(from_tz) to_zone = pytz.timezone(to_tz) if dt.tzinfo is None: dt = from_zone.localize(dt) return dt.astimezone(to_zone) now = datetime.now() print(f"UTC时间: {now}") print(f"上海时间: {convert_timezone(now)}")

4.2 计算日期差

from dateutil.relativedelta import relativedelta def date_diff(start_date, end_date): """计算两个日期的年月日差""" delta = relativedelta(end_date, start_date) return { 'years': delta.years, 'months': delta.months, 'days': delta.days } start = datetime(2023, 1, 15) end = datetime(2024, 3, 20) print(date_diff(start, end)) # 输出: {'years': 1, 'months': 2, 'days': 5}

4.3 工作日计算

import numpy as np def business_days(start, end): """计算两个日期之间的工作日数量""" return np.busday_count(start.date(), end.date()) print(f"工作日: {business_days(start, end)}")

5. 性能优化模式

5.1 大数据量的日期处理

import pandas as pd def process_dates(dates): """使用pandas高效处理日期序列""" s = pd.to_datetime(pd.Series(dates)) return { 'day_of_week': s.dt.day_name(), 'is_weekend': s.dt.dayofweek >= 5, 'quarter': s.dt.quarter } date_list = ['2023-01-01', '2023-03-15', '2023-05-20'] print(process_dates(date_list))

5.2 内存高效的数字处理

import numpy as np def large_number_operation(numbers): """使用numpy处理大数组""" arr = np.array(numbers, dtype=np.float32) return { 'mean': np.mean(arr), 'std': np.std(arr), 'normalized': (arr - np.min(arr)) / (np.max(arr) - np.min(arr)) } data = [float(x) for x in range(1, 1000001)] print(large_number_operation(data[:5])) # 示例输出

6. 实用工具函数

6.1 日期范围生成器

from datetime import timedelta def date_range(start, end, step=1): """生成日期范围""" current = start while current <= end: yield current current += timedelta(days=step) for day in date_range(datetime(2023,1,1), datetime(2023,1,5)): print(day.strftime('%Y-%m-%d'))

6.2 节假日判断

from pandas.tseries.holiday import USFederalHolidayCalendar def is_holiday(date): """判断是否为美国联邦假日""" cal = USFederalHolidayCalendar() holidays = cal.holidays(start=date, end=date) return not holidays.empty print(is_holiday(datetime(2023,12,25))) # 输出: True