python - 为什么 numpy 数组不能从 datetime 隐式转换为 np.datetime64？

Question

比如说，我有一个datetime:

given_time = datetime(2013, 10, 8, 0, 0, 33, 945109,
                      tzinfo=psycopg2.tz.FixedOffsetTimezone(offset=60, 
                                                             name=None))

我想把它转换成np.datetime64:

np.datetime64(given_time)
> numpy.datetime64('2013-10-08T00:00:33.945109+0100')

效果很好。但是，如果我有一个 given_time 数组:

given_times = np.array([given_time]*3) # dtype is object

given_times.astype('datetime64') 和 given_times = np.array([given_time] * 3, dtype=np.datetime64) 都会触发 TypeError:无法根据规则“same_kind”将 datetime.datetime 对象从元数据 [us] 转换为 [D]

所以，我必须指定单位:

given_times.astype('datetime64[us]')
# or
given_times = np.array([given_time]*3, dtype='datetime64[us]')

我的问题是，为什么我必须在这里指定单位？它不需要 np.datatime64 构造函数中的单位。

Answer 1

我知道这是一个老问题，但我会尽量回答以防其他人遇到这个问题。

1. 自 1.11 起，numpy 不会尝试自动将日期/日期时间对象的可迭代对象转换为 datetime64 数组，这从 this excerpt 中可以清楚地看出。在测试套件中:

# at the moment, we don't automatically convert these to datetime64

dt = datetime.date(1970, 1, 1)
arr = np.array([dt])
assert_equal(arr.dtype, np.dtype('O'))

dt = datetime.datetime(1970, 1, 1, 12, 30, 40)     
arr = np.array([dt])
assert_equal(arr.dtype, np.dtype('O'))

理想情况下，numpy 会认为可以使用具有正确单位的 datetime64；见this问题。

1. 从标量构造 datetime64 时，它为日期对象设置为 M8[D] 的单位和为 M8[us]a relevant test) 的。

2. 当您指定 dtype='datetime64' 或类似地 dtype='M8' 时，单位将设置为“generic”，稍后解析为 M8[D](尽管将其解析为 M8[D] 是合乎逻辑的，请参阅 this 问题):

>>> np.datetime_data(np.dtype('datetime64'))
('generic', 1)
>>> np.datetime_data(np.dtype('M8'))
('generic', 1)
>>> np.datetime_data(np.dtype('M8[D]'))
('D', 1)
>>> np.datetime_data(np.dtype('M8[us]'))
('us', 1)

1. given_times.astype('datetime64') 不再引发异常 - 这是 fixed在 1.11 中。

2. 从 1.11 开始，datetime64 个对象 are timezone-naive ，因此像在提供的示例中那样传递设置了 tzinfo 的日期时间对象将触发弃用警告。