task_03.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Задания для самостоятельного выполнения (блок 3, модули)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<a href=\"https://colab.research.google.com/github/dm-fedorov/python_basic/blob/master/task_03.ipynb\" target=\"_blank\"><img align=\"left\" src=\"https://colab.research.google.com/assets/colab-badge.svg\" alt=\"Open in Colab\" title=\"Open and Execute in Google Colaboratory\"></a>"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "<img src=\"https://cs6.pikabu.ru/images/big_size_comm/2017-08_6/1504088679155420172.png\" height=\"400\" width=\"800\">"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Задание 1\n",
    "\n",
    "В Python есть удобные инструменты для работы с датами в любом формате. Например, следующие стандартные форматы дат хорошо распознаются стандартными инструментами вроде Excel: `09.05.2019, 2018-12-31`. Но в большинстве случаев даты будут поступать в совершенно любых вариантах. Примеры популярных форматов из баз данных и API:\n",
    "\n",
    "* `2019-05-09Z15:34:55`;\n",
    "* `19 Apr 19, Fri, 01:27:34.112`;\n",
    "* `11:34 PM\"`.\n",
    "\n",
    "В каждом из этих примеров надо распознать дату и время — указать системе, где стоит год, где день и секунды. \n",
    "\n",
    "### Работа с датами на практике\n",
    "\n",
    "Даты встречаются в большинстве данных, с которыми вам придётся работать на практике. Рассмотрим одну из таких задач.\n",
    "\n",
    "Вам приходит ежедневный отчёт по доходам проекта. Как правило, системы, предоставляющие финансовые данные, обновляют эту информацию в течение нескольких дней, то есть данные по доходам за вчерашний день будут немного корректироваться в течение 2-3 дней. В таких случаях хорошей практикой является обновление связанных отчётов не только за вчерашний день, но и за несколько предыдущих. Иначе отчёт будет расходиться с реальными финансовыми показателями.\n",
    "\n",
    "В таком случае необходимо задавать окно дат за последние несколько дней и запускать формирование отчёта за каждый из них. Например, если сегодня 2 марта, то пересчёт нужно запускать за последние 2 дня февраля и 1 марта. При этом нужно учитывать возможный високосный год. Для решения таких задач в Python есть множество готовых инструментов. Перед тем как познакомиться с ними, рассмотрим очень важный вопрос формата даты и времени.\n",
    "\n",
    "### Форматы дат и времени\n",
    "\n",
    "В жизни мы привыкаем видеть даты в привычных для нас форматах. Например, запись `01.12.18` обычно означает `1 декабря 2018 года`. Однако для жителей США эта дата окажется `12 января 2018 года`, так как для них привычнее сначала указывать номер месяца, а потом день. Excel с настройками для России распознает эту дату как `1 декабря`, а в американской локализации — как `12 января`.\n",
    "\n",
    "Многие выгрузки из систем и баз данных имеют свой служебный формат. Например, формат времени из разных систем может отличаться:\n",
    "\n",
    "* `2018-11-09 15:45:21`;\n",
    "* `11/09/2018 3:45:20 PM`;\n",
    "* `2018-11-09T15:45:21.2984`.\n",
    "\n",
    "Для всех этих случаев необходимо задавать формат распознавания дат, уметь сравнивать их между собой. Также часто необходимо корректно прибавлять к датам различные временные интервалы. Например, час или день.\n",
    "\n",
    "### Формат YYYY-MM-DD\n",
    "\n",
    "Для распознавания дат в Python введены обозначения, которые помогут системе правильно распознать практически любой формат даты и времени. Для этого необходимо указать в коде, что означает каждая цифра и буква. \n",
    "\n",
    "Рассмотрим простой пример, когда дата задана в следующем формате:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 2,
   "metadata": {},
   "outputs": [],
   "source": [
    "date_string = '2019-03-01'"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Распознавание дат в Python\n",
    "\n",
    "Вернемся к переменной `date_string`. Что нужно, чтобы Python начал воспринимать эту строку как дату? Для начала необходимо явно указать, где в этой строке год, месяц и день:\n",
    "\n",
    "* `2019 — год`;\n",
    "* `03 — месяц`;\n",
    "* `01 — день`.\n",
    "\n",
    "А также не забыть, что в такой записи между ними стоят дефисы «-». Для расшифровки даты и времени составлены таблицы:\n",
    "\n",
    "* [официальная документация](https://docs.python.org/3/library/datetime.html) (таблица внизу страницы по ссылке);\n",
    "* [вариант с русским переводом](https://all-python.ru/osnovy/modul-datetime.html) (таблица внизу страницы по ссылке).\n",
    "Вместо чисел в переменной `date_string` надо подставить подходящие форматы из таблицы. Начнем с года: в таблице есть два варианта года:\n",
    "\n",
    "* `%y` — номер года без указания столетия (например, 19 для года 2019);\n",
    "* `%Y` — полный вариант записи (2019), который нам подходит.\n",
    "\n",
    "Подставляем вместо года его формат: `'%Y-03-01'`\n",
    "\n",
    "Теперь месяц. Видим в таблице три варианта:\n",
    "\n",
    "* `%b` — сокращенное название месяца вроде Jan, Feb;\n",
    "* `%B` — полное название месяца;\n",
    "* `%m` — номер месяца в числовом представлении (наш вариант).\n",
    "\n",
    "Добавляем расшифровку месяца: `'%Y-%m-01'`\n",
    "\n",
    "Формат даты зависит от регистра: `%m` — номер месяца, а `%M` будет количеством минут.\n",
    "\n",
    "### Сложные форматы даты и времени\n",
    "\n",
    "В Python можно распознать любой тип даты.\n",
    "\n",
    "Давайте укажем формат даты `2019-04-01T06:30:00 (6:30 утра 1 апреля 2019 года)`. Год, месяц и день мы уже расшифровали — их формат `%Y-%m-%d`.\n",
    "\n",
    "Далее идёт буква `T`, как и любой символ в дате его надо указать в формате: `%Y-%m-%dT06:30:00`.\n",
    "\n",
    "Далее идет номер часа: в таблице два варианта:\n",
    "\n",
    "* `%H` — количество часов в 24-часовом формате;\n",
    "* `%I` — количество часов в 12-часовом формате.\n",
    "\n",
    "Нам подходят оба варианта. Для того, чтобы узнать точный вариант, необходимо выяснить пример даты после полудня. Используем вариант `%H`.\n",
    "\n",
    "### Формат unixtime\n",
    "\n",
    "Популярным форматом записи даты и времени является `unixtime` (также POSIX-время). Это количество секунд, прошедших с полуночи `1 января 1970 года` по часовой зоне UTC. Преимущество данного формата в его простоте: обычно это целое число. Также им удобно считать разницу между двумя датами: это будет разница двух чисел в секундах.\n",
    "\n",
    "Переводить дату в unixtime и обратно можно с помощью кода на Python или специальных онлайн-сервисов, например, [onlineconversion](http://www.onlineconversion.com/unix_time.htm). На этом сайте используется американский формат ввода дат: сначала указывается месяц, потом день.\n",
    "\n",
    "### Упражнения\n",
    "Вам предложены значения даты и времени, записанные в различных форматах: расшифруйте их. Будьте внимательны при указании формата часа.\n",
    "\n",
    "Пример задания:\n",
    "\n",
    "`2019-01-01 (1 января 2019 года)`\n",
    "\n",
    "Верный ответ:\n",
    "\n",
    "`%Y-%m-%d`"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 1\n",
    "\n",
    "12.23.2018\n",
    "\n",
    "(23 декабря 2018 года)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "metadata": {},
   "outputs": [],
   "source": [
    "# здесь решение"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 2\n",
    "\n",
    "01.13.2019Z15:39:01\n",
    "\n",
    "(13 января 2019 года, 15 часов 39 минут 1 секунда)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 4,
   "metadata": {},
   "outputs": [],
   "source": [
    "# здесь решение"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 3\n",
    "\n",
    "23:45\n",
    "\n",
    "(23 часа 45 минут)"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "metadata": {},
   "outputs": [],
   "source": [
    "# здесь решение"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Библиотека datetime\n",
    "\n",
    "Теперь, когда мы научились работать с форматами даты и времени в Python, можно познакомиться с библиотеками, которые позволяют получать массу полезной информации из этих данных. Начнем с небольшого замечания об импорте библиотеки `datetime`, который можно сделать двумя способами. Можно импортировать ее в код так:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 6,
   "metadata": {},
   "outputs": [],
   "source": [
    "import datetime"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "На текущем занятии мы будем использовать из этой библиотеки следующие модули:\n",
    "\n",
    "* `datetime` для распознавания формата дат,\n",
    "* `timedelta` для прибавления к текущей дате определенного временного интервала.\n",
    "\n",
    "Импортируем эти модули следующим образом:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 7,
   "metadata": {},
   "outputs": [],
   "source": [
    "from datetime import datetime, timedelta"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Это избавит нас от необходимости писать `datetime.` перед каждым вызовом модулей."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Перевод строки в дату\n",
    "\n",
    "До этого шага мы работали с датами как с обычными строками. Пора начать использовать полученные знания для практических задач, а именно переводить дату в виде строки в переменную типа `datetime`. Это позволит нам использовать многочисленные возможности работы с датами: выделять из даты любой период (день, секунду), прибавлять и вычитать временные интервалы (например, вычитать из 1 марта 1 день с учетом високосных годов) и многое другое.\n",
    "\n",
    "Возьмём строку:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 8,
   "metadata": {},
   "outputs": [],
   "source": [
    "date_string = '05.05.2019 21:00'"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Для перевода этой строки в дату используется метод `strptime`:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 9,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "datetime.datetime(2019, 5, 5, 21, 0)"
      ]
     },
     "execution_count": 9,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt = datetime.strptime(date_string, '%d.%m.%Y %H:%M')\n",
    "dt"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Мы получили переменную типа `datetime`, и в качестве первого действия можно сразу получить год, день, час и другие характеристики даты и времени:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 10,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "21"
      ]
     },
     "execution_count": 10,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt.hour"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Перевод даты в строку\n",
    "\n",
    "Перед тем, как рассматривать другие практические применения типа переменных `datetime`, рассмотрим обратный процесс перевода даты в строку. Эта операция будет часто встречаться, так как результаты работы с датами обычно записываются в файлы как строки в удобном формате. Для этого действия предназначен метод `strftime`, который похож на `strptime` из прошлого шага.\n",
    "\n",
    "Зададим значение `dt` из прошлого шага ещё раз, не обязательно для этого использовать перевод из строки, можно задать дату и время напрямую:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 11,
   "metadata": {},
   "outputs": [],
   "source": [
    "dt = datetime(2019, 5, 5, 21, 0)"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Как видно из синтаксиса, порядок следования периодов логичен: год, номер месяца, день, часы, минуты, секунды (не обязательно указывать все аргументы, но важно сохранять их порядок). Теперь для перевода даты `dt` в строку достаточно указать желаемый формат. Используем стандартный формат `YYYY-MM-DD`:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 12,
   "metadata": {},
   "outputs": [
    {
     "data": {
      "text/plain": [
       "'2019-05-05'"
      ]
     },
     "execution_count": 12,
     "metadata": {},
     "output_type": "execute_result"
    }
   ],
   "source": [
    "dt.strftime('%Y-%m-%d')"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "### Упражнение 4\n",
    "Дана строка с датой `date_string = '2019-07-07T18:59:33'`\n",
    "\n",
    "Преобразуйте ее в строку с форматом `%d.%m.%Y`. Результат запишите в переменную `date_format`"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 13,
   "metadata": {},
   "outputs": [],
   "source": [
    "from datetime import datetime\n",
    "date_string = '2019-07-07T18:59:33'\n",
    "\n",
    "# здесь решение"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Задание 2\n",
    "\n",
    "В блокнотах CoLab можно вычислять время выполнения инструкций:"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 14,
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "6.19 ns ± 0.0301 ns per loop (mean ± std. dev. of 7 runs, 100000000 loops each)\n"
     ]
    }
   ],
   "source": [
    "%timeit 456**3"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "Определите время вычисления произвольных инструкций."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "metadata": {},
   "outputs": [],
   "source": [
    "# здесь код"
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.8.10"
  },
  "widgets": {
   "application/vnd.jupyter.widget-state+json": {
    "state": {},
    "version_major": 2,
    "version_minor": 0
   }
  }
 },
 "nbformat": 4,
 "nbformat_minor": 4
}