python - 如何避免将 np.datetime64 添加到 numpy 数组时自动转换为日期时间?
问题描述
对于以下示例,具有 dtype 的元素在添加到另一个 numpy 数组时np.datetime64
会自动转换为。datetime.datetime
如何避免这种自动转换?
import numpy as np
a = np.array([['2018-04-01T15:30:00'],
['2018-04-01T15:31:00'],
['2018-04-01T15:32:00'],
['2018-04-01T15:33:00'],
['2018-04-01T15:34:00']], dtype='datetime64[s]')
c = np.array([0,1,2,3,4]).reshape(-1,1)
c = c.astype("object")
d = np.append(c,a,axis=1)
d
.
array([[0, datetime.datetime(2018, 4, 1, 15, 30)],
[1, datetime.datetime(2018, 4, 1, 15, 31)],
[2, datetime.datetime(2018, 4, 1, 15, 32)],
[3, datetime.datetime(2018, 4, 1, 15, 33)],
[4, datetime.datetime(2018, 4, 1, 15, 34)]], dtype=object)
解决方案
有时我们必须制作一个“空白”对象数组,并逐个填充它。
In [57]: d = np.empty((5,2), object)
In [58]: d
Out[58]:
array([[None, None],
[None, None],
[None, None],
[None, None],
[None, None]], dtype=object)
我们可以按列填充它,但结果与concatenate
(不要使用np.append
)一样:
In [59]: d[:,0] = c.ravel()
In [60]: d[:,1] = a.ravel()
In [61]: d
Out[61]:
array([[0, datetime.datetime(2018, 4, 1, 15, 30)],
[1, datetime.datetime(2018, 4, 1, 15, 31)],
[2, datetime.datetime(2018, 4, 1, 15, 32)],
[3, datetime.datetime(2018, 4, 1, 15, 33)],
[4, datetime.datetime(2018, 4, 1, 15, 34)]], dtype=object)
就像a.astype(object)
它已经“拆箱”了日期一样。
但是,如果我一一分配元素:
In [62]: for i in range(5):
...: d[i,1]=a[i,0]
...:
In [63]: d
Out[63]:
array([[0, numpy.datetime64('2018-04-01T15:30:00')],
[1, numpy.datetime64('2018-04-01T15:31:00')],
[2, numpy.datetime64('2018-04-01T15:32:00')],
[3, numpy.datetime64('2018-04-01T15:33:00')],
[4, numpy.datetime64('2018-04-01T15:34:00')]], dtype=object)
但是这样一个数组的价值是什么?
我可以将 timedelta 添加到原始时间数组:
In [67]: a + np.array(10, 'timedelta64[m]')
Out[67]:
array([['2018-04-01T15:40:00'],
['2018-04-01T15:41:00'],
['2018-04-01T15:42:00'],
['2018-04-01T15:43:00'],
['2018-04-01T15:44:00']], dtype='datetime64[s]')
但我不能对对象数组列做同样的事情:
In [68]: d[:,1] + np.array(10, 'timedelta64[m]')
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-68-f82827d3d355> in <module>()
----> 1 d[:,1] + np.array(10, 'timedelta64[m]')
TypeError: ufunc add cannot use operands with types dtype('O') and dtype('<m8[m]')
我必须明确地迭代对象:
In [70]: for i in range(5):
...: d[i,1] += np.array(i*10, 'timedelta64[m]')
...:
In [71]: d
Out[71]:
array([[0, numpy.datetime64('2018-04-01T15:30:00')],
[1, numpy.datetime64('2018-04-01T15:41:00')],
[2, numpy.datetime64('2018-04-01T15:52:00')],
[3, numpy.datetime64('2018-04-01T16:03:00')],
[4, numpy.datetime64('2018-04-01T16:14:00')]], dtype=object)
推荐阅读
- pine-script - Pinescprit-如何给线条上色?
- c - Cs50 凯撒 Check50 失败
- linux - 我在 bash 中的 case 命令中遇到模式匹配问题
- javascript - 点击按钮将第二次点击数据发送到 db 而不是第一个 php/ajax
- c# - 如何从列表映射
列出 在 AutoMapper C# 中? - javascript - 如何在 Chrome 扩展程序中对 popup.html 进行动态更改
- c - 可视化枚举值
- vhdl - 7 段显示器上的 VHDL 滚动世界
- java - 微光动画在加载 RecyclerView 时不会停止
- r - as.vector(x, mode) 中的 K-Means 聚类错误:无法将“闭包”类型强制为“任何”类型的向量