numpy datetime64 in recarray

Question

我无法用datetime64类型创建记录数组。我正在运行Python 2.7，Numpy 1.7。

这里有一个小例子：

p_dtype = np.dtype({"names": ['trns_id', 'trns_date', 'qty', 'price', 'amount', 'description', 'commission', 'fees'], 
        "formats": [long, "M8", float, float, float, "S40", float, float]}) 

p_row = (8609132959, np.datetime64('2012-05-01'), 337.574, 4.86, -1640.61, 'Bought 337.574 XYZ @ 4.86', 0.0, 0.0) 

print p_list, p_dtype 

p_array = np.array(p_row, dtype=p_dtype) 

我得到以下错误（&输出）：

TypeError         Traceback (most recent call last) 
<ipython-input-137-0b4de45b819c> in <module>() 
     6 print p_list, p_dtype 
     7 
----> 8 p_array = np.array(p_row, dtype=p_dtype) 
     9 
    10 print "Array: %s, dtype: %s" % (p_array, p_array.dtype) 

TypeError: Cannot cast NumPy timedelta64 scalar from metadata [D] to according to the rule 'same_kind' 

(8609132959.0, numpy.datetime64('2012-05-01'), 337.574, 4.86, -1640.61, 'Bought 337.574 PIMSX @ 4.86', 0.0, 0.0) [('trns_id', '<i8'), ('trns_date', '<M8'), ('qty', '<f8'), ('price', '<f8'), ('amount', '<f8'), ('description', 'S40'), ('commission', '<f8'), ('fees', '<f8')] 

提示，任何人吗？

Answer 1

指定一个“date”datetime dtype。也就是说，"M8[D]"而不是"M8"或'datetime64[D]'而不是'datetime64'。

In [80]: np.array([(0,np.datetime64('2012-05-17'))], 
    ....:   dtype=[('i',np.int),('date','datetime64[D]')]) 
Out[80]: 
array([(0, datetime.date(2012, 5, 17))], 
     dtype=[('i', '<i8'), ('date', '<M8[D]')]) 

注意，你也可以在你的数据Feed简单的字符串（即'2012-05-17'，而不是np.datetime('2012-05-17')对象）

In [81]: np.array([(0,'2012-05-17')], 
    ....:   dtype=[('i',np.int),('date','datetime64[D]')]) 
Out[81]: 
array([(0, datetime.date(2012, 5, 17))], 
     dtype=[('i', '<i8'), ('date', '<M8[D]')]) 

看来，这些类型不同的解释在单D型情况下，从结构化的dtype情况。你不会碰到你是一个单一的D型细胞具有象这里的问题：

In [84]: np.array([np.datetime64('2012-05-17')], dtype='datetime64') # no need for [D] 
Out[84]: array(['2012-05-17'], dtype='datetime64[D]') 

In [85]: np.array(['2012-05-17'], dtype='datetime64') # no need for [D] 
Out[85]: array(['2012-05-17'], dtype='datetime64[D]') 

但要结构化，你有问题：

In [87]: np.array([(0,'2012-05-17')], 
    ....:   dtype=[('i',np.int),('date','datetime64')]) 
--------------------------------------------------------------------------- 
ValueError: Cannot create a NumPy datetime other than NaT with generic units 

In [88]: np.array([(0,np.datetime64('2012-05-17'))], 
    ....:   dtype=[('i',np.int),('date','datetime64')]) 
--------------------------------------------------------------------------- 
TypeError: Cannot cast NumPy timedelta64 scalar from metadata [D] to according to the rule 'same_kind' 

Answer 2

numpy的有日期时间一page，它是相当沉重，但回答大多数问题。

有两点需要注意：

• 就像在Python的日期时间
• 的环境下使用，专用于numpy的（在[*]后缀）

日期和时间之间的间隔

以上遇到的问题属于第二种，

dtnow = datetime.datetime.now() 
numpy.datetime64(dtnow, '[D]') 

 
Traceback (most recent call last): 
    File "", line 1, in 
TypeError: Cannot cast datetime.datetime object from metadata [us] to [D] according to the rule 'same_kind' 

numpy.datetime64(dtnow, '[s]') 

numpy.datetime64（ '2015-06-27T14：53：21 + 0300'）

如果您的日期时间就永远不会有比datetime64 [d]的任时间分量就足够了。但是，如果它有，我会建议使用datetime64 [s]二级上下文。