Así que tengo una ndarray similar a este ejemplo:
dates = ['3/1/2020','4/15/2020','7/21/2020']
darray = np.asarray([dateutil.parser.parse(d) for d in dates], dtype='datetime64[ns]')
>>> array(['2020-03-01T00:00:00.000000000', '2020-04-15T00:00:00.000000000',
'2020-07-21T00:00:00.000000000'], dtype='datetime64[ns]')
darray.tolist()
>>> [1583020800000000000, 1586908800000000000, 1595289600000000000]
Así que supongo que se está convirtiendo a una cantidad de nanosegundos desde el origen POSIX (1970-01-01). ¿Hay alguna manera de evitar esta pérdida de tipo de datos?
2 respuestas
Normalmente tolist es mejor que list. Funciona completamente y es más rápido. list simplemente itera en la primera dimensión. Pero la conversión a tipos nativos de Python depende de dtype. En este caso, las unidades de tiempo hacen la diferencia.
In [559]: arr = np.array(['2020-03-01T00:00:00.000000000', '2020-04-15T00:00:00.000000000',
...: '2020-07-21T00:00:00.000000000'], dtype='datetime64[ns]')
In [560]: arr.shape
Out[560]: (3,)
In [561]: arr.dtype
Out[561]: dtype('<M8[ns]')
list es el equivalente de [x for x in arr], iteración en la primera dimensión:
In [562]: list(arr)
Out[562]:
[numpy.datetime64('2020-03-01T00:00:00.000000000'),
numpy.datetime64('2020-04-15T00:00:00.000000000'),
numpy.datetime64('2020-07-21T00:00:00.000000000')]
tolist lo convierte en objetos de Python, hasta el final:
In [563]: arr.tolist()
Out[563]: [1583020800000000000, 1586908800000000000, 1595289600000000000]
Mientras que ns da un número entero, otras unidades de tiempo dan resultados diferentes:
In [564]: arr.astype('datetime64[D]')
Out[564]: array(['2020-03-01', '2020-04-15', '2020-07-21'], dtype='datetime64[D]')
In [565]: arr.astype('datetime64[D]').tolist()
Out[565]:
[datetime.date(2020, 3, 1),
datetime.date(2020, 4, 15),
datetime.date(2020, 7, 21)]
In [566]: arr.astype('datetime64[s]').tolist()
Out[566]:
[datetime.datetime(2020, 3, 1, 0, 0),
datetime.datetime(2020, 4, 15, 0, 0),
datetime.datetime(2020, 7, 21, 0, 0)]
¿Es esto lo que buscas?
>>> list(darray)
[numpy.datetime64('2020-03-01T00:00:00.000000000'),
numpy.datetime64('2020-04-15T00:00:00.000000000'),
numpy.datetime64('2020-07-21T00:00:00.000000000')]
La diferencia es que np.ndarray.tolist() convierte los valores a tipos de Python, mientras que list(...) deja los objetos como están. Internamente, por supuesto, ambos contienen enteros de 64 bits en ambos sentidos. Si desea convertir a objetos de fecha y hora de Python, eche un vistazo a esta pregunta. Lamentablemente, no es tan conveniente como podría ser.