欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Numpy庫(kù)datetime類型的處理詳解

 更新時(shí)間:2019年07月13日 10:24:15   作者:千鋒Python唐唐君  
這篇文章主要介紹了Python Numpy庫(kù)datetime類型的處理詳解,Python中自帶的處理時(shí)間的模塊就有time 、datetime、calendar,另外還有擴(kuò)展的第三方庫(kù),如dateutil等等。。當(dāng)我們用NumPy庫(kù)做數(shù)據(jù)分析時(shí),如何轉(zhuǎn)換時(shí)間呢?需要的朋友可以參考下

前言

關(guān)于時(shí)間的處理,Python中自帶的處理時(shí)間的模塊就有time 、datetime、calendar,另外還有擴(kuò)展的第三方庫(kù),如dateutil等等。通過(guò)這些途徑可以隨心所欲地用Python去處理時(shí)間。當(dāng)我們用NumPy庫(kù)做數(shù)據(jù)分析時(shí),如何轉(zhuǎn)換時(shí)間呢?

在NumPy 1.7版本開(kāi)始,它的核心數(shù)組(ndarray)對(duì)象支持datetime相關(guān)功能,由于'datetime'這個(gè)數(shù)據(jù)類型名稱已經(jīng)在Python自帶的datetime模塊中使用了, NumPy中時(shí)間數(shù)據(jù)的類型稱為'datetime64'。

單個(gè)時(shí)間格式字符串轉(zhuǎn)換為numpy的datetime對(duì)象,可使用datetime64實(shí)例化一個(gè)對(duì)象,如下所示:

#時(shí)間字符串轉(zhuǎn)numpy.datetime64
datetime_nd=np.datetime64('2019-01-01')
print(type(datetime_nd))#<class 'numpy.datetime64'>

反過(guò)來(lái)numpy的datetime對(duì)象轉(zhuǎn)換為時(shí)間格式字符串,可使用datetime_as_string()函數(shù),如下所示:

#numpy.datetime64轉(zhuǎn)時(shí)間字符串
datetime_str=np.datetime_as_string(datetime_nd)
print(type(datetime_str))#<class 'numpy.str_'>

從時(shí)間格式字符串?dāng)?shù)組去創(chuàng)建numpy的datetime對(duì)象數(shù)組(array)時(shí),可以直接使用numpy.array()函數(shù),指定dtype為'datetime64',這樣的話數(shù)組中的元素為'datetime64'類型,如下所示:

datetime_array = np.array(['2019-01-05','2019-01-02','2019-01-03'], dtype='datetime64')
print(datetime_array)#['2019-01-05' '2019-01-02' '2019-01-03']
print(type(datetime_array))#<class 'numpy.ndarray'>
print(type(datetime_array[0]))#<class 'numpy.datetime64'>

也可以通過(guò)numpy.arange()函數(shù),給定時(shí)間起始范圍去創(chuàng)建numpy的datetime對(duì)象數(shù)組(array),指定dtype為'datetime64'時(shí)默認(rèn)以日為時(shí)間間隔,如下所示:

datetime_array = np.arange('2019-01-05','2019-01-10', dtype='datetime64')
print(datetime_array)#['2019-01-05' '2019-01-06' '2019-01-07' '2019-01-08' '2019-01-09']

設(shè)定numpy.arange()函數(shù)中的dtype參數(shù),可以調(diào)整時(shí)間的間隔,比如以年、月、周,甚至小時(shí)、分鐘、毫秒程度的間隔生成時(shí)間數(shù)組,這點(diǎn)和Python的datetime模塊是一樣的,分為了date單位和time單位。如下所示:

# generate year datetime array
datetime_array = np.arange('2018-01-01','2020-01-01', dtype='datetime64[Y]')
print(datetime_array)#['2018' '2019']
# generate month datetime array
datetime_array = np.arange('2019-01-01','2019-10-01', dtype='datetime64[M]')
print(datetime_array)#['2019-01' '2019-02' '2019-03' '2019-04' '2019-05' '2019-06' '2019-07' '2019-08' '2019-09']
# generate week datetime array
datetime_array = np.arange('2019-01-05','2019-02-10', dtype='datetime64[W]')
print(datetime_array)#['2019-01-03' '2019-01-10' '2019-01-17' '2019-01-24' '2019-01-31']
# generate ms datetime array
datetime_array = np.arange('2019-01-05','2019-01-10', dtype='datetime64[ms]')
print(datetime_array)
#['2019-01-05T00:00:00.000' '2019-01-05T00:00:00.001'
# '2019-01-05T00:00:00.002' ... '2019-01-09T23:59:59.997'
# '2019-01-09T23:59:59.998' '2019-01-09T23:59:59.999']

將numpy.datetime64轉(zhuǎn)化為datetime格式轉(zhuǎn)換為datetime格式,可使用astype()方法轉(zhuǎn)換數(shù)據(jù)類型,如下所示:

#numpy.datetime64轉(zhuǎn)化為datetime格式
datetime_df=datetime_nd.astype(datetime.datetime)
print(type(datetime_df))#<class 'datetime.date'>

另外,numpy也提供了datetime.timedelta類的功能,支持兩個(gè)時(shí)間對(duì)象的運(yùn)算,得到一個(gè)時(shí)間單位形式的數(shù)值。因?yàn)閚umpy的核心數(shù)組(ndarray)對(duì)象沒(méi)有物理量系統(tǒng)(physical quantities system),所以創(chuàng)建了timedelta64數(shù)據(jù)類型來(lái)補(bǔ)充datetime64。datetime和timedelta結(jié)合提供了更簡(jiǎn)單的datetime計(jì)算方法。如下所示:

# numpy.datetime64 calculations
datetime_delta = np.datetime64('2009-01-01') - np.datetime64('2008-01-01')
print(datetime_delta)#366 days
print(type(datetime_delta))#<class 'numpy.timedelta64'>
datetime_delta = np.datetime64('2009') + np.timedelta64(20, 'D')
print(datetime_delta)#2009-01-21
datetime_delta = np.datetime64('2011-06-15T00:00') + np.timedelta64(12, 'h')
print(datetime_delta)#2011-06-15T12:00
datetime_delta = np.timedelta64(1,'W') / np.timedelta64(1,'D')
print(datetime_delta)#7.0

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python新手學(xué)習(xí)函數(shù)默認(rèn)參數(shù)設(shè)置

    Python新手學(xué)習(xí)函數(shù)默認(rèn)參數(shù)設(shè)置

    在本篇文章里小編給大家分享的是關(guān)于Python新手學(xué)習(xí)函數(shù)默認(rèn)參數(shù)設(shè)置的相關(guān)知識(shí)點(diǎn),需要的朋友們可以參考下。
    2020-06-06
  • Python中的探索性數(shù)據(jù)分析(功能式)

    Python中的探索性數(shù)據(jù)分析(功能式)

    這篇文章主要介紹了功能式Python中的探索性數(shù)據(jù)分析的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下
    2017-12-12
  • python numpy 顯示圖像陣列的實(shí)例

    python numpy 顯示圖像陣列的實(shí)例

    今天小編就為大家分享一篇python numpy 顯示圖像陣列的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2018-07-07
  • transform python環(huán)境快速配置方法

    transform python環(huán)境快速配置方法

    經(jīng)常在數(shù)據(jù)開(kāi)發(fā)中需要搞udf,最近發(fā)現(xiàn)transform更加方便易用,但是經(jīng)常會(huì)涉及到集群python版本不一、包不全或者部分機(jī)器上沒(méi)有安裝python。這篇文章主要介紹了transform python環(huán)境快速配置方法,需要的朋友可以參考下
    2018-09-09
  • python獲取酷狗音樂(lè)top500的下載地址 MP3格式

    python獲取酷狗音樂(lè)top500的下載地址 MP3格式

    這篇文章主要介紹了python獲取酷狗音樂(lè)top500的下載地址 MP3格式,文中給大家提到了python--爬取酷狗TOP500的數(shù)據(jù),需要的朋友可以參考下
    2018-04-04
  • 云原生Docker部署Django和mysql項(xiàng)目全過(guò)程

    云原生Docker部署Django和mysql項(xiàng)目全過(guò)程

    最近在學(xué)習(xí)用docker部署Django項(xiàng)目,經(jīng)過(guò)百折不撓的鼓搗,終于將項(xiàng)目部署成功,下面這篇文章主要給大家介紹了關(guān)于云原生Docker部署Django和mysql項(xiàng)目的相關(guān)資料,文中通過(guò)圖文介紹的非常詳細(xì),需要的朋友可以參考下
    2022-12-12
  • pytorch逐元素比較tensor大小實(shí)例

    pytorch逐元素比較tensor大小實(shí)例

    今天小編就為大家分享一篇pytorch逐元素比較tensor大小實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-01-01
  • pytorch創(chuàng)建tensor函數(shù)詳情

    pytorch創(chuàng)建tensor函數(shù)詳情

    這篇文章主要介紹了pytorch創(chuàng)建tensor函數(shù)詳情,文章圍繞tensor函數(shù)的相關(guān)自來(lái)哦展開(kāi)詳細(xì)內(nèi)容的介紹,需要的小伙伴可以參考一下,希望對(duì)你有所幫助
    2022-03-03
  • Python Arrow處理時(shí)間數(shù)據(jù)使用詳解(標(biāo)準(zhǔn)庫(kù)之外另一種選擇)

    Python Arrow處理時(shí)間數(shù)據(jù)使用詳解(標(biāo)準(zhǔn)庫(kù)之外另一種選擇)

    這篇文章主要介紹了Python標(biāo)準(zhǔn)庫(kù)之外Arrow處理時(shí)間數(shù)據(jù)的另一種選擇使用詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01
  • Python使用scrapy抓取網(wǎng)站sitemap信息的方法

    Python使用scrapy抓取網(wǎng)站sitemap信息的方法

    這篇文章主要介紹了Python使用scrapy抓取網(wǎng)站sitemap信息的方法,涉及Python框架scrapy的使用技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-04-04

最新評(píng)論