Question

我有一个带2个数组的python zip

zipped = zip（array1 []，array2 []）

其中array1的类型为numpy.datetime64 [] adn，array2是温度

我想在第一个数组中创建一个时间窗口，所以我可以使用固定数组len（因为我有其他的压缩数组，但它们的数组长度不同）

这就是我所拥有的：

start = np.datetime64('2016-06-17T15:00')
stop = np.datetime64('2016-06-19T15:00')

index, temp = sensor_cal.get_arrays('ParsedData/parsed.csv')
print(index)
print(temp)
index2 = index[start:stop] /////////////This doesn't work
print(index2)

我如何定义这样的时间窗口.... 我的目标是在同一时间窗口中获得相同长度的数组（因为它们之前是频率标准化的），然后制作一个图表，其中xAxis是时间，各个系列对应于多个温度传感器阵列

我的错误：

[＆＃39; 2016-06-17T13：23：59.000000000＆＃39; ＆＃39; 2016-06-17T13：24：59.000000000＆＃39; ＆＃39; 2016-06-17T13：25：59.000000000＆＃39; ...，＆＃39; 2016-06-20T09：55：59.000000000＆＃39;   ＆＃39; 2016-06-20T09：56：59.000000000＆＃39; ＆＃39; 2016-06-20T09：57：59.000000000＆＃39;] [[
  nan [nan] [nan] ...，[25.54] [   25.56333333] [25.59333333]]回溯（最近一次调用最后一次）：文件＆＃34; main_cal.py＆＃34;，第10行，在       index [start：stop] IndexError：无法强制将numpy.datetime64类型的切片条目强制转换为整数

Answer 1

您可以使用专为此设计的pandas索引。＆＃39;系列＆＃39;是附加索引的1d数组。参考Wes McKinney的Python数据分析：

import pandas as pd
temp = np.random.randn(366)
time_series = pd.Series(temp,index=np.arange(np.datetime64('2015-12-19'),np.datetime64('2016-12-19')))

start = np.datetime64('2016-01-17T15:00')
stop = np.datetime64('2016-06-19T15:00')
time_series[start:stop]

输出：

2016-01-18   -0.690170
2016-01-19   -0.638598
2016-01-20    0.231680
2016-01-21   -0.202787
2016-01-22   -1.333620
2016-01-23    1.525161
2016-01-24   -0.908140
2016-01-25    0.493663
2016-01-26   -1.768979
2016-01-27    0.147327
...

如何切片Numpy datetime64数组

1 个答案: