Question

我的应用程序中有一个函数，可以将日期以字符串形式保存到数据库中，但是无法保存该日期。我已经尝试了一个简短的代码。假设我们在字符串中有一个日期。

代码：

package main

import (
    "fmt"
    "strconv"
    "strings"
    "time"
)   

func main() {
    p := fmt.Println
    date := "01-25-2019"
    arrayDate := strings.Split(date, "-")
    fmt.Println(arrayDate)
    month, _ := strconv.Atoi(arrayDate[0])
    dateInt, _ := strconv.Atoi(arrayDate[1])
    year, _ := strconv.Atoi(arrayDate[2])
    then := time.Date(
        year, time.Month(month), dateInt, 0, 0, 0, 0, time.UTC)
    p(then)

    p(then.Weekday())

}

有没有更有效的方法？

游乐场link

Answer 1

是的，只需使用time.Parse()来解析时间，例如

def get_window_data2(data, window, steps):        
    X = []
    y = []        
    scaler = MinMaxScaler(feature_range=(0, 1))
    data = scaler.fit_transform(data.reshape(-1, 1))    
    for i in range(len(data) - window - 1):
        X.append(data[i : i + window])
        y.append(data[i + window + 1: i + window + 1 + steps])    
    X = np.asarray(X)
    y = np.asarray(y)
    return X, y, scaler


window_size = 33
steps_size = 11
X, y, scaler = get_window_data2(data['denormalized_glucose_value'].values, window_size, steps_size)

test_split = int(data.shape[0] * 0.8)    
X_train = X[:test_split]
X_test = X[test_split:]    
y_train = y[:test_split]
y_test = y[test_split:] 

model = Sequential()
model.add(LSTM(50, input_shape=(window_size, 1))) # 50neurons, and and window_size = 50 
model.add(Dropout(0.2))
model.add(Dense(11, activation="sigmoid"))
model.compile(loss="mse", optimizer="adam")

model.fit( X_train, y_train, epochs=20, batch_size=10, validation_data=(X_test, y_test), verbose=2, shuffle=False)

date := "01-25-2019" t, err := time.Parse("01-02-2006", date) if err != nil { panic(err) } fmt.Println(t.Weekday())将执行您尝试手动实现的解析。请注意，time.Parse()的第一个参数是布局字符串，它必须包含给定输入格式的参考时间（即time.Parse()）。

输出（在Go Playground上尝试）：

Mon Jan 2 15:04:05 -0700 MST 2006

如何从给定日期以字符串查找工作日？

1 个答案: