当您将日期时间对象转换为浮动时会发生什么答案

【问题标题】：What happens when you cast date-time object to float当您将日期时间对象转换为浮动时会发生什么
【发布时间】：2020-05-21 18:25:13
【问题描述】：

正如您在附图中看到的，日期时间对象是“numpy.datetime64('2019-11-01T08:17:10.000000000')”，如果将其转换为浮点数，它将转换为 '1.57259623e+ 18'，它看起来与原始的日期时间对象并不相似。Python 是如何从那个日期时间对象得到这个巨大的数字的？

【问题讨论】：

请张贴代码而不是截图。然后我们可以复制/粘贴和实验。
numpy 对象经常有一个__float__ 方法，并且该方法的工作是确定“浮点”对数据类型的含义。 Python 本身不知道该怎么做。
我不认为float [43] 有用。

标签： python numpy floating-point

【解决方案1】：

它是纳秒（1e9 纳秒在一秒内

>>> val = numpy.datetime64('2019-11-01T08:17:10.000000000').astype(float)
>>> datetime.datetime.fromtimestamp(val/1e9)
datetime.datetime(2019, 11, 1, 1, 17, 10)

（虽然我不确定为什么它与原始时间有 7 小时的偏移……可能与 UTC 或夏令时有关？）

是的 UTC

>>> datetime.datetime.utcfromtimestamp(val/1e9)
datetime.datetime(2019, 11, 1, 8, 17, 10)

【讨论】：

【解决方案2】：

这是一个时间戳，它是自纪元以来的秒数（一个固定的、任意时间点）。为datetime 和许多其他应用程序选择的纪元是 1970 年 1 月 1 日。

【讨论】：

afaik 它的微秒：P（或者可能是皮秒......比秒增量小得多），result/1e9 = 我认为的秒

【解决方案3】：

In [563]: arr = np.array('2019-11-01T09:17:10', 'datetime64[us]')                        
In [567]: arr                                                                            
Out[567]: array('2019-11-01T09:17:10.000000', dtype='datetime64[us]')

tolist 或 item 产生一个 datatime 对象：

In [568]: arr.item()                                                                     
Out[568]: datetime.datetime(2019, 11, 1, 9, 17, 10)

将元素从其数组包装器中取出：

In [569]: arr[()]                                                                        
Out[569]: numpy.datetime64('2019-11-01T09:17:10.000000')

我的 numpy 版本拒绝使用 float：

In [570]: float(arr[()])                                                                 
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-570-4e2ece106714> in <module>
----> 1 float(arr[()])

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

astype(float) 确实有效：

In [571]: arr.astype(float)                                                              
Out[571]: array(1.57259983e+15)

但如果我先转换时间单位：

In [572]: arr.astype('datetime64[m]')                                                    
Out[572]: array('2019-11-01T09:17', dtype='datetime64[m]')
In [574]: arr.astype('datetime64[m]').astype(float)                                      
Out[574]: array(26209997.)
In [575]: arr.astype('datetime64[D]')                                                    
Out[575]: array('2019-11-01', dtype='datetime64[D]')
In [577]: arr.astype('datetime64[D]').astype(int)                                        
Out[577]: array(18201)
In [580]: arr.astype('datetime64[Y]')                                                    
Out[580]: array('2019', dtype='datetime64[Y]')
In [581]: arr.astype('datetime64[Y]').astype(int)                                        
Out[581]: array(49)

【讨论】：