Vorausgesetzt, dass Sie mit diesem Attribut numpy.mydata[1:,0]
Fehler behandelt habe
Ihre Daten wie folgt aussieht:
In [268]: mydata=['2016-09-15T00:00:13' ,
...: '2016-09-15T00:00:38' ,
...: '2016-09-15T00:00:53' ,
...: '2016-09-15T23:59:28' ,
...: '2016-09-15T23:59:37' ,
...: '2016-09-15T23:59:52']
oder in Array es bilden, ist ein ld Array von Strings
In [269]: mydata=np.array(mydata)
In [270]: mydata
Out[270]:
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
'2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'],
dtype='<U19')
numpy
hat eine Version von datetime
, die als 64-Bit-float speichern und kann numerisch verwendet werden. Ihre Reisedaten leicht zu, dass konvertieren mit astype
(Ihr Format ist Standard):
In [271]: mydata.astype(np.datetime64)
Out[271]:
array(['2016-09-15T00:00:13', '2016-09-15T00:00:38', '2016-09-15T00:00:53',
'2016-09-15T23:59:28', '2016-09-15T23:59:37', '2016-09-15T23:59:52'],
dtype='datetime64[s]')
tolist
wandelt dieses Array in eine Liste - und die Termine zu datetime
Objekte:
In [274]: D.tolist()
Out[274]:
[datetime.datetime(2016, 9, 15, 0, 0, 13),
datetime.datetime(2016, 9, 15, 0, 0, 38),
datetime.datetime(2016, 9, 15, 0, 0, 53),
datetime.datetime(2016, 9, 15, 23, 59, 28),
datetime.datetime(2016, 9, 15, 23, 59, 37),
datetime.datetime(2016, 9, 15, 23, 59, 52)]
die zurückgedreht werden könnte in ein Array von dtype Objekt:
In [275]: np.array(D.tolist())
Out[275]:
array([datetime.datetime(2016, 9, 15, 0, 0, 13),
datetime.datetime(2016, 9, 15, 0, 0, 38),
datetime.datetime(2016, 9, 15, 0, 0, 53),
datetime.datetime(2016, 9, 15, 23, 59, 28),
datetime.datetime(2016, 9, 15, 23, 59, 37),
datetime.datetime(2016, 9, 15, 23, 59, 52)], dtype=object)
Diese Objekte konnten nicht in Array-Berechnungen verwendet werden. Die Liste wäre genauso nützlich.
Wenn Ihr Zeichenfolgenformat nicht Standard ist, müssen Sie den datetime
Parser in einem Listenverständnis verwenden, wie @staples
zeigt.
Hat du 'pandas' Daten-Frames Versuchen Sie sich mit? –
Schauen Sie sich die Spalte 'np.datetime64' an. – hpaulj