本模块主要包括一些Python内部操作符对应的函数。比如operator.add(x, y)对应表达式：x + y。在这些函数里，一般是带前缀和后缀的下划线，在这里不带这些下划线的函数，也是合法的。这些函数主要分为几类：对象比较、逻辑比较、算术运算和序列操作。对象比较的函数：operator.lt(a, b) operator.le(a, b) operator.eq(a, b) operator.ne(a, b) operator.ge(a, b) operator.gt(a, b) operator.__lt__(a, b) operator.__le__(a, b) operator.__eq__(a, b) operator.__ne__(a, b) operator.__ge__(a, b) operator.__gt__(a, b) 所有操作函数对应的表达式操作如下表：操作语法函数相加a + b add(a, b)字符串拼接seq1 + seq2 ...继续阅读 (73)

本模块主要提供了高阶函数和可调用对象。functools.cmp_to_key(func) 转换旧类型的比较函数为一个键值函数。主要用来转换Python版本2的函数参数，比如在函数sorted()，miin()，max()，heapq.nlargest()。例子：#python 3.4from functools import * l = [2, 8, 1, 3]def num_cmp(x, y):    return x - yr = sorted(l, key = cmp_to_key(num_cmp))print(r)结果输出如下：[1, 2, 3, 8] @functools.lru_cache(maxsize=128, typed=False)lru_cache函数是一个装饰器函数，它主要用来缓存最近调用的结果，这样提高函数调用效率，不用每次都重新计算。参数maxsize是缓存多少次，设置为None时表示不限制缓存的次数，但会占用比较多内存；参数typed是用来是否分不同类型来 ...继续阅读 (49)

7. 函数式编程库本库主要提供了支持函数式编程的函数和类，以及提供通用调用对象。7.1 itertools--高效循环的创建函数本模块主要提供了迭代器方面的操作函数，跟语言API，Haskell和SML一样的操作函数。同时针对这些函数进行高效优化，提高内存效率。比如在语言SML提供一个制表函数：tabulate(f)，它产生一系列值：f(0)，f(1)，...。在Python可以使用map()和count()来实现：map(f, count())。 itertools.accumulate(iterable[, func]) 对一个迭代序列进行累加操作。其它操作可以通过修改参数func来解决。例子：#python 3.4from itertools import *import operator l = [1, 2, 3, 4, 5]r = list(accumulate(l))print(r)r = list(accumulate(l, operator.mul))print(r)r = list(accumulate(l,  ...继续阅读 (48)

本模块提供计算数学上的统计的函数。主要针对实数值范围。statistics.mean(data) 返回简单的算术平均数，序列data里所有的值相加，然后除了所有数量。如果data元素为空，则抛出异常StatisticsError。例子：#python 3.4from statistics import * r = mean([2, 2, 2])print(r)结果输出如下：2.0 statistics.median(data)返回中间的值的平均值。如果是偶数个值，会把中间两个值取平均返回；如果是奇数个值，则直接返回中间的数。如果给出的序列没有排序，会先排序再取值。例子：#python 3.4from statistics import * r = median([1, 2, 3, 9, 10])print(r)r = median([1, 2, 9, 7, 6])print(r)r = median([1, 2, 4, 6])print(r)结果输出如下：3 ...继续阅读 (50)

本模块提供了生成要求安全度不高的随机数。如果需要更高安全的随机数产生，需要使用os.urandom()或者SystmeRandom模块。random.seed(a=None, version=2) 初始化随机数据的种子数值。如果a是None值，会取采用当前系统时间作为种子值。如果a是一个int类型的值，则会直接使用。参数version是版本兼容，如果为版本2时，对于str，bytes，bytearray采用int类型返回；在版本1时，采用hash()返回。例子：#python 3.4from random import * r = seed()print(r)r = random()print(r)r = random()print(r)结果输出如下：None0.255635946317432250.8596359931999921 random.getstate() 获取当前随机数的环境状态，以便下次再使用。例子：#python 3.4from random import * r = seed()print(r)r = getstate()pr ...继续阅读 (41)

本模块提供了有理数运算相关功能。一个分数的实例可以从一对整数，或者另外一个有理数，或者从一个字符串来构造：class fractions.Fraction(numerator=0, denominator=1) class fractions.Fraction(other_fraction) class fractions.Fraction(float) class fractions.Fraction(decimal) class fractions.Fraction(string) 在第一个构造函数里，numerator是分子，denominator是分母。如果分母是一个0值，会抛出异常ZeroDivisionError。第二个构造函数是从另一个小数对象构造一个新对象。第三个构造函数是从浮点数来构造一个小数对象。第四个是十进制对象构造一个对象。第五个是从字符串构造一个小数对象。例子：#python 3.4from fractions import * r = Fraction(16, -10)print(r)r = Fraction(128)print(r)r  ...继续阅读 (49)

本模块提供了处理复数的数学函数，因此这些函数接受整数、浮点数或者复数作为参数。6.3.1 与极坐标相互转换的函数在Python里表示一个复数z，实部使用z.real表示，虚部使用z.imag，可以使用下面的公式来表示：z = z.real + z.imag*1j同样，采用极坐标也可以表示一个复数，具体是这样表示复数z，采用复数z的模r和复数向量与x轴正坐标的夹角来表示。cmath.phase(x) 返回复数在极坐标里的相位。例子：#python 3.4import cmath n = cmath.phase(complex(-1.0, 0.0))print(n)n = cmath.phase(complex(-1.0, -0.0))print(n)结果输出如下：3.141592653589793-3.141592653589793 cmath.polar(x) 返回复数x在极坐标的表示(r, phi)。例子：#python 3.4import cmath n = cmath.polar(complex(-1.0, 0.0))print(n)n&n ...继续阅读 (71)

6. 数值和数学库本库主要提供了数值和数学相关的函数处理以及数据类型。numbers模块定义了抽象的数值类型，math和cmath模块主要包括不同的数学函数，比如用来计算浮点数和复数。decimal模块支持十进制数值表示，可以用任何精度进行运算。6.1 numbers--数值抽象基类本模块主要按文档（PEP 3141）定义了数值抽象基类。class numbers.Number 数值类的基类，如果你只是想检查一个参数x是否是Number类型，可以使用函数isinstance(x, Number)来检查。 6.1.1 数值的基类class numbers.Complex 本类是复数的抽象类，包括了内置类型复数的操作。real复数的实部。imag复数的虚部。conjugate()复数的共轭复数。 class numbers.Real 复数类型里的实部类，主要针对实数的操作运算。比如转换float、math.trunc()、round()、math.floor()、math.ceil()、divmod()、//、%、<、<=、>和>=。 class numbers.Rational Real类型的子类。nu ...继续阅读 (68)

enum模块提供了枚举类型的支持。枚举类型是由一个名称和一个统一值来组成，值是常量的值，它们之间可以通过名称进行比较和引用，还可以迭代访问。5.9.1 模块内容本模块主要定义了两种枚举类型：Enum和IntEnum。定义了一个装饰器函数unique()，以便保证所有枚举常量的唯一性。class enum.Enum 构造枚举常量的基类。例子：#python 3.4import enum class Color(enum.Enum):    red = 1    green = 2    blue = 3 print(Color.red, repr(Color.red))print(Color.green)print(Color.blue)结果输出如下：Color.red <Color.red: 1>Color.greenColor.blue class enum.IntEnum 构造以整数值为枚举值的基类。本类里的枚举值可以与整数相比较，普通的枚举类是不能与 ...继续阅读 (81)

pprint模块提供了一个美观地打印Python数据结构的方式。如果是要格式化的数据结构里包含了非基本类型的数据，有可能这种数据类型不会被加载。比如数据类型是文件、网络socket、类等。本模块格式化时，尽可能保持一个对象一行表示，并且当超过允许宽度时也会自动换行表示。所有字典数据类型，都会先按键来排序，然后再进行格式化输出。 class pprint.PrettyPrinter(indent=1, width=80, depth=None, stream=None, *, compact=False) 构造一个打印实例PrettyPrinter。这个构造函数需要好几个参数来配置打印参数。可以通过参数stream来设置流输出对象，流输出对象要实现write()的文件协议。如果没有指定流输出对象，默认是输出到sys.stdout。每行递归缩进的宽度是通过indent来设置，默认设置为1。参数width是表示每行的宽度，如果超过一行的宽度就会换行输出。参数depth是表示复合对象输出的层次深度，默认是没有限制，所有层次的对象都输出。参数compact是表示换行时下一行是否输出内容，还是跳过。例子：#python 3.4import pprint stuff =&nbs ...继续阅读 (76)

在Python里的赋值语句是不拷贝对象的，它只是让目标和对象之间进行绑定。对于一些可变的容器来说，有时需要修改容器的内容，但不影响之前的对象。因此本模块提供了简单拷贝和深度拷贝对象的功能。 copy.copy(x) 返回一个简单拷贝的对象。例子：#python 3.4import copy l = [2, 4]x = copy.copy(l)print(x)结果输出如下：[2, 4] copy.deepcopy(x) 返回一个深度拷贝的对象。例子：#python 3.4import copy l = [2, 4]x = copy.deepcopy(l)print(x)结果输出如下：[2, 4] exception copy.error 抛出模块指定的异常。 在简单拷贝和深度拷贝对于复杂的可变对象（比如列表里包括列表，字典里包括列表）是不一样的处理：l 简单拷贝的处理：构造一个新的复合对象，然后原来对象的引用增加，然后放到复合对象里。l 深度拷贝的处理：构造一个新的复合对象，然后递归地拷贝内部包含的对象到复合 ...继续阅读 (52)

本模块定义高效的数值类型数组，主要包括类型有：字符、整数、浮点数。数值类型数组与列表比较相似，主要区别在于列表可以放入不同类型的元素，而类型数组只能放入一种类型的元素。类型数组只支持下面的类型：类型字符C类型Python类型占用最小的字节备注'b'signed charint1 'B' unsigned charint1 'u'Py_UNICODEUnicode haracter2  'h'signed shortint2 'H'unsigned shortint2 'i'signed intint2 'I'unsigned intint2 'l'signed longint4 'L'unsigned longint4 'q'signed long longint8 'Q'unsigned long longint8 'f'floatfloat4 'd' doublefloat8 实际以上类型的大小，是基于架构上的实现，更具体一点就是取决C语言的实现。 class array. ...继续阅读 (79)

本模块实现已经排序的队列列表插入元素之后保持排序。对于个大量数据的列表来看，插入元素并保持排序，计算量是非常大的。本模块实现了bisect算法，主要基于二分算法来实现。bisect.bisect_left(a, x, lo=0, hi=len(a)) 对有序列表a里插入元素x，保持有序不变，返回插入的位置。参数lo和hi是表示判断列表的范围，默认是整个范围。如果插入的元素x已经在列表a存在，那就插入在存在元素的左边。例子：#python 3.4import bisect l = [8, 5, 6, 6, 3]l.sort()print(l)print(bisect.bisect_left(l, 0))print(l)print(bisect.bisect_left(l, 5))print(bisect.bisect_left(l, 7))结果输出如下：[3, 5, 6, 6, 8]0[3, 5, 6, 6, 8]14 bisect.bisect_right(a, x, lo=0, hi=len(a))&nb ...继续阅读 (63)

一个优先级队列通常是使用堆算法来实现，实现优先级队列主要困难有以下几点：1）排序的稳定性：怎么样实现两个优级一样的任务时返回最先添加的任务？2）在元组比较里，如果（优先级，任务）对相同时，就没有比较的顺序了。3）如果一个任务的优先级改变了，你怎么样把它移动到堆的一个新位置上？4）当任务删除时，你怎么样发现它是删除的，并且把它从堆队列里删除？为了解决前面两个问题，采用三个元素的列表来实现，这个列表包括：优先级、入口计数、任务。入口计数就是当任务添加时分配一个增加的数字，以便知道任务是添加的顺序，这样就可以解决任务优先级相同时，可以返回最先添加的任务。同时由于入口计数不一样，不用比较到任务，就已经判断出来任务优先顺序了。剩下来的问题，就是找到未曾执行的任务，并且修改它的优先级，或者完全删除它。查找任务可以通过字典来实现，这个字典保存指向任务列表。删除一个任务或者改变优先级都会让任务队列的堆排序不稳定，因此采用标记的方法来删除，并没有实际删除相关的任务。例子：#python 3.4import heapqimport itertools pq = []                ...继续阅读 (68)

本模块实现了堆队列算法，也叫作优先级队列算法。堆队列是一棵二叉树，并且拥有这样特点，它的父节点的值小于等于任何它的子节点的值，如果采用数组array实现，可以把它们的关系表示为：heap[k] <= heap[2*k+1] 和 heap[k] <= heap[2*k+2]，对于所有k值都成立，k值从0开始计算。作为比较，可以认为不存的元素是无穷大的。堆队列有一个比较重要的特性，它的最小值的元素就是在根：heap[0]。 下面的API与教科书上堆算法有两点差别：(a)使用0开始的索引。这样可能会让大家看到节点层次的索引上有点别扭的，但这样更适合python语言处理，因为python是以0为开始计算数组和列表的索引。(b)弹出的方法返回的值是最小值，而不是最大值（在教科书上叫作最小堆，最大堆在教科书更通用地使用来教学，因为它更适合排序算法）。基于上面两点可以查看一个堆：heap[0]返回一个最小值的项，heap.sort()对整个堆进行排序。 创建一个堆队列，可以使用一个列表[]，也可以使用heapify(x)函数。heapq.heappush(heap, item) 把一项值压入堆heap，同时维持堆的排序要求。例子：#python 3.4import  ...继续阅读 (78)

用户自定义字典类UserDict，它是封装了一个字典类dict。主要使用来拷贝一个字典的数据，而不是共享同一份数据。class collections.UserDict([initialdata]) 本类主要模拟一个字典。在类成员data里拷贝了一份字典数据，如果没有提供初始数据，就保存为空的方式。UserDict类实例提供下面的属性：data用来保存字典的成员变量。 例子：#python 3.4import collections d = {'a': 2, 'b': 3}ud = collections.UserDict(d)print(d, ud)del d['a']print(d, ud)结果输出如下：{'a': 2, 'b': 3} {'a': 2, 'b': 3}{'b': 3} {'a': 2, 'b': 3} 5.3.8 UserList对象用户自定义列表类，主要用来给想继承列表的用户，用户又需要自定义一些列表的行为。class collections.UserL ...继续阅读 (64)

有序字典与字典是一样的功能，只不过它保持插入字典的顺序，当需要遍历时会先访问最先插入的项。class collections.OrderedDict([items]) 返回一个新的dict类派生类实例，支持字典的操作方法。例子：#python 3.4import collections d = {'banana': 3, 'apple':4, 'pear': 1, 'orange': 2}od = collections.OrderedDict(sorted(d.items(), key=lambda t: t[0]))print(d)print(od)结果输出如下：{'orange': 2, 'banana': 3, 'apple': 4, 'pear': 1}OrderedDict([('apple', 4), ('banana', 3), ('orange', 2), ('pear', 1)]) popitem(last=True) 这个方法 ...继续阅读 (54)

在命名元组里，给每个元组的位置添加一个名称，并且可以通过名称来访问，大大地提高可读性，以便写出清晰代码，提高代码的维护性。其实它就像C++里的结构体。collections.namedtuple(typename, field_names, verbose=False, rename=False) 返回一个新类型名称typenname的元组。参数field_names是一个字串表示的元素名称，每个字段之间可以通过空格、逗号方式来分隔，比如’x y’，’x, y’。另外也可以采用列表的方式，比如[‘x’, ‘y’]。在字段名称命名上需要注意的是每个字段要是有效的python标识符规则，同时不能是python关键字，另外不要以下划线或数字开头。如果参数rename为True就会自动地把不合法名称转换为相应合法的名称，比如：['abc', 'def', 'ghi', 'abc']转换为['abc', '_1', 'ghi', '_3']，在这里把def转换_1，同时把重复的abc转换_3。如果参数verbose为True就会自动打印_source属性。例子：#python 3.4import collections Point&n ...继续阅读 (84)

class collections.defaultdict([default_factory[, ...]]) 返回一个字典类似的对象。defaultdict是一个内置字典类dict的派生类。它主要是重载了一个方法__missing__(key)和增加一个可修改实例变量，它功能和函数跟dict类是一样的。第一个参数default_factory是使用它作为默认值的类型，因为python在没有赋值给变量之前是没有办法确认这个变量是属于什么类型的；默认这个值设置为None。其它后面参数与dict类是一样的构造参数。defaultdict类与dict类的区别是defaultdict类可以设置默认值的类型，而dict类不行，必须先设置键才可以使用值，否则会抛出异常。defaultdict类增加了下面的方法：__missing__(key) 如果default_factory属性为None，当访问一个key不存在时会抛出异常 KeyError。如果default_factory属性不为None，当访问一个key不存在时，就会将此值插入到字典，并使用此类型构造一个值插入到字典的value里。如果调用default_factory创建值时发生异常，此异常会传递到外面调用的函数。 defaultdict类增加下面可写的实例变量：defau ...继续阅读 (52)

在本节里提供了一些关于deque其它使用方式。提供类似UNIX中的命令tail的功能，显示一个文件最后面一段文本：def tail(filename, n=10):    '返回文件最后的n行文本'    with open(filename) as f:        return deque(f, n) 比如使用deque来计算一个移动平均数：def moving_average(iterable, n=3):    # moving_average([40, 30, 50, 46, 39, 44]) --> 40.0 42.0 45.0 43.0    # http://en.wikipedia.org/wiki/Moving_average    it =  ...继续阅读 (58)

class collections.deque([iterable[, maxlen]]) 返回一个新双向队列，当有输入迭代器时，会从左至右地添加到队列里。如果没有输入参数，就创建一个空队列。deque是一个具有栈和队列特性的数据结构。它支持线程安全、内存优化和两端弹出、插入元素，无论从那一个方向弹出元素都是O（1）的时间花费。在内置的数据类型list也支持相关的操作，但是它设计为对固定元素进行操作，如果插入和弹出一个元素，它的内存操作时间花费是o(n)。如果参数maxlen没有指定，或者指定为None，它的长度是任意的，如果有指定长度，就不能添加元素超过指定长度。如果队列已经达到指定长度，从一端添加一个元素，就会从另一端弹出一个元素，从而保持元素不变。因而它非常适合跟踪最后活动对象的场合。例子：#python 3.4import collections dq = collections.deque(maxlen = 5)dq.append(1)print(dq)结果输出如下：deque([1], maxlen=5) deque主要支持以下方法：append(x)添加元素x到队列的右边。例子：#python 3.4import collecti ...继续阅读 (88)

Counter类提供一个方便和快速统计的工具。例子：#python 3.4import collections cnt = collections.Counter()for word in ['red', 'blue', 'red', 'green', 'blue', 'blue']:    cnt[word] += 1print(cnt)结果输出如下：Counter({'blue': 3, 'red': 2, 'green': 1}) 从这个例子里可以看到，对单词进行统计，不需要分别记住不同单词进行增加，只调用一个简单的动作，就可以完成了。 class collections.Counter([iterable-or-mapping]) Counter类是继承字典类，并且基于HASH保存。因而它是不排序的容器，把元素当作键，而把计数当作键值。计数的数值是整数，可以是0和负数。创建一个Counter对象时，可以从迭代对象里创建，也可以从一个映射对象，或者Counter对象创建。例子：#python  ...继续阅读 (66)

下面来提供一些ChainMap类使用的场合和技巧：模拟python内部查获命名变量的映射链：#python 3.4import builtinsimport collectionspylookup = collections.ChainMap(locals(), globals(), vars(builtins))print(pylookup)在这个例子里，把本地作用域命名、全局作用域命名和内置作用域命名通过链式放在一起，查找时会先本地，再到全局，最后才是内置作用域。 让命令行参数优先操作系统环境变量参数，操作系统环境变量参数又优先于缺省值的例子：#python 3.4import collectionsimport os, argparse defaults = {'color': 'red', 'user': 'guest'} parser = argparse.ArgumentParser()parser.add_argument('-u', '--user')parser.add_argument('-c', '--color')namespace ...继续阅读 (70)

ChainMap类用来管理多个映射对象，以便把所有映射对象当作一个对象单元来处理。这样做的好处是比在一个字典里创建多个映射的数据，并调用每个映射的update()函数要快一些。同时可以使用它来模拟嵌套作用域和模板化处理。class collections.ChainMap(*maps)ChainMap类可把多个字典或者其它映射对象放在一起，组成一个单一的、可更新的映射对象。如果参数没有指定任何映射对象，默认会创建一个空的映射对象。所有传入来的映射对象保存在一个列表里，可以通过maps属性来访问和更新这些映射对象。当在查找时，会查看所有映射对象，但当在写入、更新和删除时，只会操作第一个满足条件的映射对象。ChainMap会通过引用的方式来合并所有映射对象的元素，因此只要任何一个映射对象里的元素进行更新，都会反映到ChainMap对象里。所以所有字典相同的操作方法都是支持的，另外增加一个maps属性，增加一个创建子字典的方法和访问除了第一个映射对象之外所有其它映射对象的属性。例子：#python 3.4import collections x = {'a': 1, 'b': 2}y = {'b': 10, 'c': 11}z =  ...继续阅读 (58)

calendar类提供下面的函数来判断日历相关的内容：calendar.setfirstweekday(weekday) 设置一周里那一天作为第一天。0是表示星期一，6是表示星期天。例子：#python 3.4import calendar print(calendar.firstweekday())calendar.setfirstweekday(calendar.SUNDAY)print(calendar.firstweekday())结果输出如下：06 calendar.firstweekday() 返回当前日历设置的一周的第一天是星期几。例子：#python 3.4import calendar print(calendar.firstweekday())结果输出如下：0 calendar.isleap(year) 判断指定的年是否润年，如果是返回True，否则返回False。例子：#python 3.4import calendar print('2015:', calendar.isleap(2015))print('2016:', calendar.isleap(2016))结果输出如下：2015:  ...继续阅读 (58)

prmonth(theyear, themonth, w=0, l=0) 打印指定年和月的日历。格式与formatmonth()函数一样。例子：#python 3.4import calendar cal = calendar.TextCalendar(0)cal.prmonth(2015, 11)cal.prmonth(2015, 11, w = 5)cal.prmonth(2015, 11, w = 0, l = 2)结果输出如下：   November 2015Mo Tu We Th Fr Sa Su                   1 2  3  4  5  6  7&n ...继续阅读 (77)

monthdays2calendar(year, month)返回指定年和月的所有日期，把日期和第几周组成元组。例子：#python 3.4import calendar cal = calendar.Calendar(0)for i in cal.monthdays2calendar(2015, 11):    print(i)    print(';')结果输出如下：[(0, 0), (0, 1), (0, 2), (0, 3), (0, 4), (0, 5), (1, 6)];[(2, 0), (3, 1), (4, 2), (5, 3), (6, 4), (7, 5), (8, 6)];[(9, 0), (10, 1), (11, 2), (12, 3), (13 ...继续阅读 (108)

本模块calendar提供了通用日期的相关操作函数。缺省情况下，星期一作为一周的第一天，星期天作为一周的最后一天。可以通过函数setfirstweekday()函数可以设置一周的第一天，比如参数输入6就是是星期天作为第一天了。 class calendar.Calendar(firstweekday=0) 创建一个Calendar对象。 参数firstweekday是一个整数，指明一周开始的第一天是星期几。0表示星期一，6表示是星期天。例子：#python 3.4import calendar cal = calendar.Calendar(0)print(cal)结果输出如下：<calendar.Calendar object at 0x02A30E30> Calendar类有以下实例方法：iterweekdays() 返回一周的迭代对象，一般用来输出一周的每日的序号。默认是从0开始。例子：#python 3.4import calendar cal = calendar.Calendar(0)print(cal)print(cal.iterweekdays())for  ...继续阅读 (57)

strftime()函数是用来格式化一个日期、日期时间和时间的函数，支持date、datetime、time等类，把这些日期、日期时间或时间通过格式字符要求格式为字符串表示。相反strptime()函数就是从字符串表示的日期时间按格式化字符串要求转换为相应的日期时间。 对于time对象来说，格式化字符串不要使用年、月、日相关的字符，因为time对象没有相应的值。如果不幸使用了，只能默认输出为0值。 对于date对象来说，格式化字符串不要使用时、分、秒和微秒相关的字符，因为date对象没有相应的值。如果使用了，只能默认输出为0值。 由于strftime()函数是调用C语言lib库来实现的，所以在不同平台都支持，具体特定平台支持的细节，需要在平台上查看strftime文档说明。下面列表符合C89和C99标准的格式化字符：格式字符意义例子注意事项%a星期几的英语缩写Sun, Mon, ..., Sat(en_US); So, Mo, ..., Sa(de_DE) %A星期几的英语全称Sunday, Monday, ..., Saturday(en_US) %w星期几采用数字表示，0表示星期日，6表示星期六。0，1，...，6 %d ...继续阅读 (82)

类timezone是类tzinfo的子类，每一个实例都表示一个固定时区的时间。class datetime.timezone(offset[, name]) 构造一个时区，参数offset是一个表示当地时间与UTC时间差的timedelta对象。范围必须在-24小时和24小时之间。参数name是可选，用来表示时区名称，当调用tzname(dt)返回相应字符串；如果没有设置字符串，就返回UTCsHH:MM的格式。例子：#python 3.4import datetime tz = datetime.timezone(datetime.timedelta(0))print(tz)tz = datetime.timezone(datetime.timedelta(hours=8))print(tz)结果输出如下：UTC+00:00UTC+08:00 timezone.utcoffset(dt) 返回timezone构造函数里输入时区偏移时间。参数dt会被忽略掉。例子：#python 3.4import datetime dt = datetime.datetime.today()tz = dateti ...继续阅读 (116)