المناطق الزمنية ونطاقات التاريخ
تعيين المنطقة الزمنية وإنشاء التواريخ
المناطق الزمنية ونطاقات التاريخ درس مجاني في Data Science Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Data Science Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Data Science Academy 4 دروس في المجموع.
للوقت منطقة زمنية
الساعة التاسعة صباحًا في طوكيو ليست الساعة التاسعة صباحًا في لندن. تحتاج الطوابع الزمنية في العالم الحقيقي إلى منطقة زمنية حتى تشير إلى اللحظة نفسها في كل مكان. 🌍
التاريخ والوقت المجرّد والمُدرك
يُسمى الطابع الزمني الذي لا يحتوي على منطقة زمنية مجرّدًا (naive). أما الطابع الذي يعرف منطقته الزمنية فيُسمى مُدركًا (aware). ويؤدي خلط النوعين إلى أخطاء صامتة ومؤلمة.
ts = pd.Timestamp("2024-03-15 09:00")
print(ts.tz) # None means naiveإسناد منطقة زمنية
استخدموا tz_localize لإضافة المنطقة الزمنية الحقيقية إلى وقت مجرّد. يحدد ذلك المكان الذي قُرئت فيه الساعة فعليًا.
ts = ts.tz_localize("Asia/Tokyo")التحويل بين المناطق الزمنية
بعد أن يصبح الوقت مدركًا، بدّلوا المنطقة الزمنية باستخدام tz_convert. تبقى اللحظة الأساسية ثابتة؛ ولا يتغير سوى الوقت المعروض على الساعة.
ts.tz_convert("Europe/London")التوطين ثم التحويل
الترتيب الصحيح هو التوطين أولًا ثم التحويل ثانيًا. يحدد tz_localize منطقة الأصل، بينما ينقلها tz_convert. لا تحوّلوا قيمة مجرّدة أبدًا.
s.dt.tz_localize("UTC").dt.tz_convert("US/Eastern")UTC هو مرساتكم
خزّنوا البيانات بتوقيت UTC وحوّلوها للعرض فقط. يؤدي ذلك إلى تجنب الالتباس ومشكلات التوقيت الصيفي بالكامل.
pd.to_datetime(df["ts"], utc=True)إنشاء نطاق من التواريخ
هل تحتاجون إلى تسلسل منظم للتواريخ؟ تنشئ date_range تسلسلًا من تاريخ بداية وتاريخ نهاية وتواتر، باستدعاء واحد.
pd.date_range("2024-01-01", "2024-01-07")تحديد التواتر
تتحكم الوسيطة freq في التباعد: "D" لليومي، و"h" للساعي، و"ME" لنهاية الشهر. إنها القواعد نفسها التي استخدمتموها مع resample.
pd.date_range("2024-01-01", periods=12, freq="ME")العد بدلًا من تاريخ النهاية
تجاوزوا تاريخ النهاية ومرّروا periods للحصول على عدد الخطوات المطلوب بالضبط. يفيد ذلك عندما تعرفون العدد ولا تعرفون تاريخ الانتهاء.
pd.date_range("2024-01-01", periods=30, freq="D")النطاقات بوصفها فهرسًا
يشكّل نطاق التواريخ فهرسًا مثاليًا لسلسلة زمنية مكتملة، ويكشف الأيام المفقودة التي يمكنكم ملؤها أو وضع علامة عليها.
df = df.reindex(pd.date_range("2024-01-01", periods=31))إنشاء ميزات التاريخ بسرعة
استخدموا date_range مع موصّل dt لإنشاء تقاويم، أو ملء الفجوات، أو وضع تسمية لكل يوم في أفق التنبؤ.
pd.date_range("2024-01-01", periods=7).day_name()تحقق سريع
لديكم طابع زمني مجرّد وتريدون عرضه في منطقة زمنية أخرى.
مراجعة: المناطق والنطاقات
قمتم بتوطين المناطق الزمنية وتحويلها بالطريقة الصحيحة، واعتمدتم على UTC بوصفه مرساة، وأنشأتم تقاويم منظمة باستخدام date_range. ⏰
تعلم Python مع معلم ذكاء اصطناعي — مجانًا
اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.
- الدورات
- 30
- الدروس
- 120
الأسئلة الشائعة
هل درس «المناطق الزمنية ونطاقات التاريخ» مجاني؟
نعم — نص درس «المناطق الزمنية ونطاقات التاريخ» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Data Science Academy، انتقل إلى CoddyKit PRO. تتضمن دورة Data Science Academy 4 دروس في المجموع.
ماذا ستتعلم في «المناطق الزمنية ونطاقات التاريخ»؟
تعيين المنطقة الزمنية وإنشاء التواريخ تتمرن على Data Science Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.
هل أحتاج إلى خبرة سابقة لأبدأ Data Science Academy؟
لا تُشترط خبرة سابقة. Data Science Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.
كم من الوقت يستغرق درس «المناطق الزمنية ونطاقات التاريخ»؟
معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.
هل يمكنني كتابة وتشغيل أكواد في درس Data Science Academy هذا؟
نعم. كل درس في Data Science Academy يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.
جميع الدروس في هذه الدورة
- تحليل السلاسل إلى Datetimes
- استخراج السنة والشهر ويوم الأسبوع
- إعادة أخذ العينات يوميًا أو شهريًا
- المناطق الزمنية ونطاقات التاريخ