在日期时间之外创建 numpy linspace

Question

我正在编写一个脚本，在 x 轴上绘制一些带有日期的数据（在 matplotlib 中）。我需要从这些日期中创建一个

numpy.linspace

以便之后创建样条线。可以这样做吗？

我尝试过的：

import datetime
import numpy as np

dates = [
    datetime.datetime(2015, 7, 2, 0, 31, 41),
    datetime.datetime(2015, 7, 2, 1, 35),
    datetime.datetime(2015, 7, 2, 2, 37, 9),
    datetime.datetime(2015, 7, 2, 3, 59, 16),
    datetime.datetime(2015, 7, 2, 5, 2, 23)
]

x = np.linspace(min(dates), max(dates), 500)

它抛出此错误：

TypeError: unsupported operand type(s) for *: 'datetime.datetime' and 'float'

我也尝试过将

datetime

转换为

np.datetime64

，但这也不起作用：

dates = [np.datetime64(i) for i in dates]
x = np.linspace(min(dates), max(dates), 500)

错误：

TypeError: ufunc multiply cannot use operands with types dtype('<M8[us]') and dtype('float64')

Answer 1

更新 - 2022 年

正如 @Joooeey 和 @Ehtesh Choudhury 所指出的，

pandas

现在有了

date_range

，这使得创建类似

numpy.linspace

的时间序列更加简单。

t = pd.date_range(
    start='2022-03-10',
    end='2022-03-15',
    periods=5
)

如果将此时间序列作为

numpy

数组很重要，只需

>>> t.values

array(['2022-03-10T00:00:00.000000000', '2022-03-11T06:00:00.000000000',
       '2022-03-12T12:00:00.000000000', '2022-03-13T18:00:00.000000000',
       '2022-03-15T00:00:00.000000000'], dtype='datetime64[ns]')

---

原答案

您考虑过使用

pandas

吗？使用这个可能重复的问题中的方法，您可以通过以下方式使用

np.linspace

import pandas as pd

start = pd.Timestamp('2015-07-01')
end = pd.Timestamp('2015-08-01')
t = np.linspace(start.value, end.value, 100)
t = pd.to_datetime(t)

获取线性时间序列的

np.array

In [3]: np.asarray(t)
Out[3]: 
array(['2015-06-30T17:00:00.000000000-0700',
       '2015-07-01T00:30:54.545454592-0700',
       '2015-07-01T08:01:49.090909184-0700',
               ...
       '2015-07-31T01:58:10.909090816-0700',
       '2015-07-31T09:29:05.454545408-0700',
       '2015-07-31T17:00:00.000000000-0700'], dtype='datetime64[ns]')

Answer 2

从 pandas 0.23 开始，您可以使用 date_range:

import pandas as pd
x = pd.date_range(min(dates), max(dates), periods=500).to_pydatetime()

Answer 3

据我所知，np.linspace 不支持日期时间对象。但也许我们可以制作自己的函数来粗略地模拟它：

def date_linspace(start, end, steps):
  delta = (end - start) / steps
  increments = range(0, steps) * np.array([delta]*steps)
  return start + increments

这将为您提供一个 np.array，其日期从

start

到

end

，步骤为

steps

（不包括结束日期，可以轻松修改）。

Answer 4

import numpy # 1.15   

start = numpy.datetime64('2001-01-01')
end = numpy.datetime64('2019-01-01')

# Linspace in days:

days = numpy.linspace(start.astype('f8'), end.astype('f8'), dtype='<M8[D]')

# Linspace in milliseconds

MS1D = 24 * 60 * 60 * 1000
daytimes = numpy.linspace(start.astype('f8') * MS1D, end.astype('f8') * MS1D, dtype='<M8[ms]')

Answer 5

最后一个错误告诉我们

np.datetime

物体不能繁殖。加法已定义 - 您可以将

n

时间步添加到一个日期并获得另一个日期。但乘以日期没有任何意义。

In [1238]: x=np.array([1000],dtype='datetime64[s]')

In [1239]: x
Out[1239]: array(['1970-01-01T00:16:40'], dtype='datetime64[s]')

In [1240]: x[0]*3
...
TypeError: ufunc multiply cannot use operands with types dtype('<M8[s]') and dtype('int32')

因此，生成一系列日期时间对象的简单方法是添加时间步长范围。例如，我在这里使用 10 秒增量

In [1241]: x[0]+np.arange(0,60,10)
Out[1241]: 
array(['1970-01-01T00:16:40', '1970-01-01T00:16:50', '1970-01-01T00:17:00',
       '1970-01-01T00:17:10', '1970-01-01T00:17:20', '1970-01-01T00:17:30'], dtype='datetime64[s]')

linspace

中的错误是它尝试将

start

乘以

1.

的结果，如完整错误堆栈中所示：

In [1244]: np.linspace(x[0],x[-1],10)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-1244-6e50603c0c4e> in <module>()
----> 1 np.linspace(x[0],x[-1],10)

/usr/lib/python3/dist-packages/numpy/core/function_base.py in linspace(start, stop, num, endpoint, retstep, dtype)
     88 
     89     # Convert float/complex array scalars to float, gh-3504
---> 90     start = start * 1.
     91     stop = stop * 1.
     92 

TypeError: ufunc multiply cannot use operands with types dtype('<M8[s]') and dtype('float64')

尽管有评论，它看起来只是将整数转换为浮点数。不管怎样，它并不是为了

datetime64

对象而写的。

如果您想使用

user89161's

 语法，则可以使用 

linspace

，否则您只需将所选大小的增量添加到开始日期即可。

arange

适用于这些日期：

In [1256]: np.arange(x[0],x[0]+60,10)
Out[1256]: 
array(['1970-01-01T00:16:40', '1970-01-01T00:16:50', '1970-01-01T00:17:00',
       '1970-01-01T00:17:10', '1970-01-01T00:17:20', '1970-01-01T00:17:30'], dtype='datetime64[s]')