将日期时间存储在 numpy 数组中

Question

假设我想在一个 numpy 数组中存储超过 100 次 for 循环迭代的日期时间值，如下所示：

import numpy as np
import time 
from datetime import datetime

Startmult = np.zeros((1,100))
for i in range(100): 
    Startmult[i] = datetime.now()

每当我这样做时，我都会收到以下错误：

float() argument must be a string or a number, not 'datetime.datetime'

有没有办法克服这个错误？

感谢您的帮助！

编辑：另外，现在我想执行以下操作，但似乎找不到解决方案：

 CPUtime = np.zeros((100), dtype='datetime64[s]')
 for i in range(100): 
     Start = datetime.now() 
     CPUtime[i] = datetime.now()-Start

现在得到以下错误：

Could not convert object to NumPy datetime

Answer 1

正如错误消息中所指出的，我们需要在那里使用兼容的 dtype，float这是不行的。兼容的其中之一是datetime64，我们还需要指定精度。假设我们想要 for seconds。然后，数组初始化部分将是 -

Startmult = np.zeros((100), dtype='datetime64[s]')

列出了所有可用的时间单位here。

这是nano-sec在100元素上运行并验证第一个和最后一个输出元素的示例运行-

In [447]: Startmult = np.zeros((100), dtype='datetime64[ns]')
     ...: for i in range(100): 
     ...:     Startmult[i] = datetime.now()
     ...:     

In [448]: Startmult[0] # first element
Out[448]: numpy.datetime64('2017-08-31T22:39:45.722306000')

In [449]: Startmult[-1] # last element
Out[449]: numpy.datetime64('2017-08-31T22:39:45.723201000')

编辑：如果您尝试将两个时间点之间经过的秒数存储为浮动 pt 数字，您可以执行以下操作 -

CPUtime = np.zeros((100))
for i in range(100): 
    Start = datetime.now()
    time_diff = datetime.now()-Start
    CPUtime[i] = time_diff.total_seconds()

为u-sec精确起见，请使用 : time_diff.microseconds。