【发布时间】：2020-08-25 09:18:48
【问题描述】：
我知道我们可以将单个字符串创建为np.datetime64 格式，例如：
a = np.datetime64('2020-01-01')
但是如果我们有一个包含多个日期字符串的列表呢？
我们如何能够应用相同的np.datetime64 将其中的所有元素转换为日期时间格式？除了做一个for循环之外。
【问题讨论】：
标签： python numpy datetime64
【发布时间】：2020-08-25 09:18:48
【问题描述】：
当你有你的字符串列表时，将它用作 Numpy 数组的源， 将 datetime64 作为 dtype 传递。例如：
lst = ['2020-01-01', '2020-02-05', '2020-03-07' ]
a = np.array(lst, dtype='datetime64')
当你执行a时（实际上是把这个数组打印在笔记本上），
你会得到：
array(['2020-01-01', '2020-02-05', '2020-03-07'], dtype='datetime64[D]')
如您所见，在这种情况下，默认精度为 Day。
但是您可以明确地传递精度，例如b = np.array(lst, dtype='datetime64[s]').
不要被上面每个元素周围的撇号误导
打印输出，它们是不是字符串。要检查它，请执行a[0] 和
你会得到：
numpy.datetime64('2020-01-01')
【讨论】：
-
嗯我不太清楚你的精度是什么意思，我运行代码 a = np.array(lst, dtype='datetime64') 并打印出每个元素 type() 和它确实给了我 datetime64。
-
日期精度可以是例如“日”，但仅在 Numpy 中。 Pandas 使用 ms（毫秒）精度。
-
在 Numpy 中的含义我无法打印秒数？天是最精确的维度？
-
每个字符串的格式如何：'YYYY-MM-DD'这就是我所知道的，呵呵
-
创建 datetime 类型的 Numpy 数组，但精度不同，然后打印值。例如。对于 Day 精度，您只能在不同日期的 0:00 时获得值。
使用列表推导：
strings_list= [...]
npdate_list = [np.datetime64(x) for x in strings_list]
您是否有特定原因要避免循环？
列表理解还可以吗？
【讨论】：
-
OP 正在寻找没有循环的解决方案。
-
是的，我读到了。等着看他为什么要避免循环，看看我们能提供什么帮助。
-
因为我不是一个经验丰富的程序员，所以我对它很陌生，因为我需要作为辅助课程学习，所以 Python 是我唯一知道的语言，所以我尽量避免循环，因为我们可以轻松地将单个字符串转换为 np.datetime64 但是当我们有一个列表时，它就不同了。也许你可以给我看一个简化的for循环:)？谢谢哥们！
-
我的第一个答案是循环！它被称为列表理解，它从“内部”for循环创建一个列表。但你是对的，如果你是新手，那将在以后出现。对于简单的 for 循环： lst = ['2020-01-01', '2020-02-05', '2020-03-07' ] date_list = [] for element in lst: date_list.append(np.datetime64(元素））