Question

说，我有datetime：

given_time = datetime(2013, 10, 8, 0, 0, 33, 945109,
                      tzinfo=psycopg2.tz.FixedOffsetTimezone(offset=60, 
                                                             name=None))

我想将其转换为np.datetime64：

np.datetime64(given_time)
> numpy.datetime64('2013-10-08T00:00:33.945109+0100')

效果很好。但是，如果我有一个given_time数组：

given_times = np.array([given_time]*3) # dtype is object

given_times.astype('datetime64')和given_times = np.array([given_time] * 3, dtype=np.datetime64)都会触发TypeError: Cannot cast datetime.datetime object from metadata [us] to [D] according to the rule 'same_kind'

所以，我必须指定单位：

given_times.astype('datetime64[us]')
# or
given_times = np.array([given_time]*3, dtype='datetime64[us]')

我的问题是，为什么我必须在这里指定单位？它不需要np.datatime64构造函数中的单元。

Answer 1

我知道这是一个老问题，但我会尝试回答以防其他人遇到这个问题。

从1.11开始，numpy不会尝试自动将date / datetime对象的iterables转换为datetime64数组，这在测试套件中的this excerpt非常清楚：

# at the moment, we don't automatically convert these to datetime64

dt = datetime.date(1970, 1, 1)
arr = np.array([dt])
assert_equal(arr.dtype, np.dtype('O'))

dt = datetime.datetime(1970, 1, 1, 12, 30, 40)     
arr = np.array([dt])
assert_equal(arr.dtype, np.dtype('O'))

理想情况下，numpy会认为可以使用具有正确单位的datetime64;见this问题。

从标量构建datetime64时，它为日期对象设置为M8[D]的单位，为日期时间对象a relevant test设置为M8[us]。
当您指定dtype='datetime64'或类似地dtype='M8'时，单位设置为“通用”，稍后会解析为M8[D]（尽管它可以合乎逻辑让它解析为M8[D]，请参阅this问题）：

>>> np.datetime_data(np.dtype('datetime64'))
('generic', 1)
>>> np.datetime_data(np.dtype('M8'))
('generic', 1)
>>> np.datetime_data(np.dtype('M8[D]'))
('D', 1)
>>> np.datetime_data(np.dtype('M8[us]'))
('us', 1)

given_times.astype('datetime64')不再引发异常 - 这在1.11中为fixed。
从1.11开始，datetime64对象are timezone-naive，因此传递一个日期时间对象，其tzinfo设置如同提供的示例一样，将触发弃用警告。

为什么numpy数组不能隐式地从datetime转换为np.datetime64？

1 个答案: