将日期时间存储在 numpy 数组中答案

【问题标题】：Storing datetime in numpy array将日期时间存储在 numpy 数组中
【发布时间】：2018-02-09 17:09:55
【问题描述】：

假设我想在一个 numpy 数组中存储超过 100 次 for 循环迭代的日期时间值，如下所示：

import numpy as np
import time 
from datetime import datetime

Startmult = np.zeros((1,100))
for i in range(100): 
    Startmult[i] = datetime.now()

每当我这样做时，我都会收到以下错误：

float() argument must be a string or a number, not 'datetime.datetime'

有没有办法克服这个错误？

感谢您的帮助！

编辑：另外，现在我想做以下事情，但似乎找不到解决方案：

 CPUtime = np.zeros((100), dtype='datetime64[s]')
 for i in range(100): 
     Start = datetime.now() 
     CPUtime[i] = datetime.now()-Start

现在出现以下错误：

Could not convert object to NumPy datetime

【问题讨论】：

stackoverflow.com/questions/7852855/…

标签： python python-3.x datetime numpy

【解决方案1】：

正如错误消息中所指出的，我们需要在那里使用兼容的 dtype，float 不会这样做。兼容的之一是datetime64，我们还需要指定精度。假设我们想要seconds。然后，数组初始化部分将是 -

Startmult = np.zeros((100), dtype='datetime64[s]')

列出所有可用的时间单位here。

这是nano-sec 在100 元素案例上运行的示例运行，并使用第一个和最后一个输出元素进行验证 -

In [447]: Startmult = np.zeros((100), dtype='datetime64[ns]')
     ...: for i in range(100): 
     ...:     Startmult[i] = datetime.now()
     ...:     

In [448]: Startmult[0] # first element
Out[448]: numpy.datetime64('2017-08-31T22:39:45.722306000')

In [449]: Startmult[-1] # last element
Out[449]: numpy.datetime64('2017-08-31T22:39:45.723201000')

编辑：如果您尝试将两个时间点之间经过的秒数存储为浮动 pt 数字，您可以执行以下操作 -

CPUtime = np.zeros((100))
for i in range(100): 
    Start = datetime.now()
    time_diff = datetime.now()-Start
    CPUtime[i] = time_diff.total_seconds()

对于u-sec 精度，使用：time_diff.microseconds。

【讨论】：

非常感谢您的回答！我还有另一个问题，您也许可以帮助我解决（我已经编辑了我的原始帖子）。
@tattybojangler 请查看编辑部分。

【解决方案2】：

您需要将当前日期时间转换为整数格式（仅秒）

【讨论】：