将date-time对象强制转换为float时会发生什么

Question

​

​

正如你在附图中看到的，datetime对象是"numpy.datetime64('2019-11-01T08:17:10.000000000’)”，如果你将它转换为float，它将被转换为‘1.57259623e+18’，这看起来与原始的datetime对象并不相似。

Answer 1

它是纳秒(1e9纳秒在一秒

>>> 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比原来的时间有7个小时的偏差…很可能和UTC有关...或者可能是夏令时？)

是UTC

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

Answer 2

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

Answer 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会生成一个datatime对象：

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

将元素从数组包装器中取出：

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)确实可以工作：

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

但是如果我首先转换时间单位：

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)