In [25]: dates = np.arange(np.datetime64('2010-01-01'),np.datetime64('2014-12-31'))
In [26]: dates
Out[26]:
array(['2010-01-01', '2010-01-02', '2010-01-03', ..., '2014-12-28',
'2014-12-29', '2014-12-30'], dtype='datetime64[D]')
In [27]: dates.shape
Out[27]: (1825,)
像常规np.arange
(例如np.arange(1825)
),这产生了一个一维阵列跨越一定范围的值。要清楚该数组包含表示日期值的数值(浮点数)。 ndarray
代码使用指定的dtype
来解释这些数字。显示数组时,它将数据呈现为这些数据字符串(如dtype
的[D]
部分所指示的那样)。
你需要什么样的色谱柱?
与任何一维数组,则可以创建一个卷矢量与:
In [28]: dates[:,None]
Out[28]:
array([['2010-01-01'],
['2010-01-02'],
['2010-01-03'],
...,
['2014-12-28'],
['2014-12-29'],
['2014-12-30']], dtype='datetime64[D]')
alist = dates.tolist()
In [59]: alist[:10]
Out[59]:
[datetime.date(2010, 1, 1),
datetime.date(2010, 1, 2),
datetime.date(2010, 1, 3),
datetime.date(2010, 1, 4),
datetime.date(2010, 1, 5),
datetime.date(2010, 1, 6),
datetime.date(2010, 1, 7),
datetime.date(2010, 1, 8),
datetime.date(2010, 1, 9),
datetime.date(2010, 1, 10)]
产生datetime
对象的列表。我们迭代地从这些对象中提取年,月,日。
In [66]: np.array([[x.year, x.month, x.day] for x in alist])
Out[66]:
array([[2010, 1, 1],
[2010, 1, 2],
[2010, 1, 3],
...,
[2014, 12, 28],
[2014, 12, 29],
[2014, 12, 30]])
np.datetime64
dtype没有确切的等效值。我们可以将它们转换成不同的单位,并有所不同。
In [68]: yrs = dates.astype('datetime64[Y]')
In [69]: yrs
Out[69]: array(['2010', '2010', '2010', ..., '2014', '2014', '2014'], dtype='datetime64[Y]')
In [70]: mths = dates.astype('datetime64[M]')-yrs
In [71]: mths
Out[71]: array([ 0, 0, 0, ..., 11, 11, 11], dtype='timedelta64[M]')
In [72]: days = dates - dates.astype('datetime64[M]')
In [73]: days
Out[73]: array([ 0, 1, 2, ..., 27, 28, 29], dtype='timedelta64[D]')
与不同的dtypes
我们不能直接连接这些。但将它们转换为整数我们可以得到相同的二维数组:
In [76]: np.stack((yrs.astype(int), mths.astype(int), days.astype(int)),axis=1)
Out[76]:
array([[40, 0, 0],
[40, 0, 1],
[40, 0, 2],
...,
[44, 11, 27],
[44, 11, 28],
[44, 11, 29]])
(年份需要偏移量)。
In [77]: np.stack((yrs.astype(int)+1970, mths.astype(int), days.astype(int)),axis=1)
或结构化阵列 '堆积':
In [78]: np.rec.fromarrays([yrs, mths, days])
Out[78]:
rec.array([('2010', 0, 0), ('2010', 0, 1), ('2010', 0, 2), ...,
('2014', 11, 27), ('2014', 11, 28), ('2014', 11, 29)],
dtype=[('f0', '<M8[Y]'), ('f1', '<m8[M]'), ('f2', '<m8[D]')])
我认为OP正在寻找“日,月,年”专栏IIUC。 – DSM
这也是我的猜测。但如果是这样的话,应该在问题中明确说明。 – hpaulj
拆分这些日期并不像看起来那么简单。我无法为这种dtype找到明确的'get_month'方法或函数。我们必须使用'datetime'对象的列表,或者使用'datetime64'单位玩游戏。 – hpaulj