Calcular la diferencia de tiempo entre dos cadenas de tiempo en Python
-
Utilice
datetime.strptime()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python -
Utilice
time.sleep()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python -
Utilice
datetime.timedelta()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python
Hay momentos en los que tenemos que lidiar con problemas relacionados con la fecha y la hora en la programación. En Python, los datos y el tiempo no son tipos de datos en sí mismos. Aún así, Python proporciona una amplia gama de funciones, así como bibliotecas que ayudan a lidiar con tales problemas. Uno de los problemas relacionados con la fecha y la hora es calcular el intervalo de tiempo entre cadenas de dos tiempos.
Este tutorial muestra diferentes formas de calcular el intervalo de tiempo entre dos cadenas en Python.
Utilice datetime.strptime()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python
La clase datatime
proporciona al usuario una serie de funciones para manejar fechas y horas en Python. La función strptime()
se usa para analizar un valor de cadena para representar el tiempo basado en un formato dado. El valor de la cadena y el formato de hora se almacenan como el argumento de la función.
Aquí hay un programa de ejemplo:
time_1 = datetime.strptime("05:00:00", "%H:%M:%S")
time_2 = datetime.strptime("10:00:00", "%H:%M:%S")
time_interval = time_2 - time_1
print(time_difference)
Producción :
5:00:00
Aquí, dos cadenas de tiempo se almacenan en dos variables usando la función datetime.strptime()
. Tenga en cuenta que %H
, %M
y %S
son los representantes de Hours
, Minutes
y Seconds
. Después de que las dos cadenas de tiempo se almacenan con su formato de hora, el intervalo de tiempo entre las dos se calcula simplemente restando las dos variables.
Utilice time.sleep()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python
Existe un módulo conocido como módulo time
en Python, que ayuda a imprimir el tiempo en forma de objetos, números y cadenas. También ofrece muchas funciones para realizar tareas como medir el tiempo y medir la eficiencia del código.
Una de las funciones del módulo time
de Python es la función sleep()
. Esta función suspende la ejecución del bloque de código presente durante un cierto período de tiempo mencionado solo por el usuario.
Mira este código de ejemplo:
import time
time_1 = time.time()
time.sleep(20)
time_2 = time.time()
time_interval = time_2 - time_1
print(time_interval)
Producción :
20.005916118621826
Tenga en cuenta que en el código anterior, también se utiliza la función time()
del módulo time
. Esta función ayuda a devolver el número de segundos transcurridos desde la época, 1 de enero de 1970, 00:00:00 a UTC. La variable 20 en el argumento de la función sleep()
representa 20 segundos. En este código, los dos valores de tiempo se toman desde la época, y entre ellos, el código deja de ejecutarse durante 20 segundos.
Utilice datetime.timedelta()
para calcular la diferencia de tiempo entre dos cadenas de tiempo en Python
Hay un módulo más de Python conocido como módulo datetime
. Este módulo también proporciona muchas clases y funciones para lidiar con fechas, horas e intervalos de tiempo.
La clase timedelta()
es una de las funciones del módulo datetime
. Se usa para representar una duración de tiempo específica o la diferencia entre dos fechas y horas. Las funciones contienen muchos argumentos como días, milisegundos, microsegundos, segundos, minutos, horas y también semanas.
El usuario puede mencionar estos argumentos según la necesidad del programa. Vea un programa de ejemplo aquí:
import datetime
time_1 = datetime.timedelta(hours=10, minutes=20, seconds=30)
time_2 = datetime.timedelta(hours=20, minutes=30, seconds=45)
print(time_2 - time_1)
Tenga en cuenta que en el código anterior, no todos los argumentos se mencionan en la clase timedelta
.
Lakshay Kapoor is a final year B.Tech Computer Science student at Amity University Noida. He is familiar with programming languages and their real-world applications (Python/R/C++). Deeply interested in the area of Data Sciences and Machine Learning.
LinkedIn