将日期添加到浮点数据数组(反之亦然)
Add date to an DataArray of float (or viceversa)
我是 python 的新人。我有一个 xarray
DataArray,其中包含一个由浮点数组成的变量。这些花车应该是秒。我想将这些花车添加到给定日期:
2021-01-01 00:00:00 + 1 = 2021-01-01 00:00:01
...
2021-01-01 00:00:00 + 120 = 2021-01-01 00:02:00
为了有一个我可以使用的日期时间数组(例如提取给定时间间隔之间的事件)
我尝试使用 timedelta,但它不喜欢 DataArray。有解决办法吗?
这是时间:
from datetime import datetime
now = datetime.now()
current_time = now.strftime("%H:%M:%S")
print(current_time)
这是日期:
from datetime import date
today = date.today()
print("Today's date:", today)
对于标准日历操作,xarray works best with NumPy datetime64
and timedelta64
types。在您的特定情况下,我建议将您的 DataArray 浮点数转换为 timedelta64
(考虑到秒的单位),并将这些值添加到 datetime64
实例。这将生成一个 datetime64[ns]
类型的 DataArray,您可以在其他操作中使用它:
In [1]: import numpy as np; import xarray as xr
In [2]: data = np.arange(10.)
In [3]: da = xr.DataArray(data, dims=["x"])
In [4]: np.datetime64("2000-01-01") + da.astype("timedelta64[s]")
Out[4]:
<xarray.DataArray (x: 10)>
array(['2000-01-01T00:00:00.000000000', '2000-01-01T00:00:01.000000000',
'2000-01-01T00:00:02.000000000', '2000-01-01T00:00:03.000000000',
'2000-01-01T00:00:04.000000000', '2000-01-01T00:00:05.000000000',
'2000-01-01T00:00:06.000000000', '2000-01-01T00:00:07.000000000',
'2000-01-01T00:00:08.000000000', '2000-01-01T00:00:09.000000000'],
dtype='datetime64[ns]')
Dimensions without coordinates: x
我是 python 的新人。我有一个 xarray
DataArray,其中包含一个由浮点数组成的变量。这些花车应该是秒。我想将这些花车添加到给定日期:
2021-01-01 00:00:00 + 1 = 2021-01-01 00:00:01
...
2021-01-01 00:00:00 + 120 = 2021-01-01 00:02:00
为了有一个我可以使用的日期时间数组(例如提取给定时间间隔之间的事件)
我尝试使用 timedelta,但它不喜欢 DataArray。有解决办法吗?
这是时间:
from datetime import datetime
now = datetime.now()
current_time = now.strftime("%H:%M:%S")
print(current_time)
这是日期:
from datetime import date
today = date.today()
print("Today's date:", today)
对于标准日历操作,xarray works best with NumPy datetime64
and timedelta64
types。在您的特定情况下,我建议将您的 DataArray 浮点数转换为 timedelta64
(考虑到秒的单位),并将这些值添加到 datetime64
实例。这将生成一个 datetime64[ns]
类型的 DataArray,您可以在其他操作中使用它:
In [1]: import numpy as np; import xarray as xr
In [2]: data = np.arange(10.)
In [3]: da = xr.DataArray(data, dims=["x"])
In [4]: np.datetime64("2000-01-01") + da.astype("timedelta64[s]")
Out[4]:
<xarray.DataArray (x: 10)>
array(['2000-01-01T00:00:00.000000000', '2000-01-01T00:00:01.000000000',
'2000-01-01T00:00:02.000000000', '2000-01-01T00:00:03.000000000',
'2000-01-01T00:00:04.000000000', '2000-01-01T00:00:05.000000000',
'2000-01-01T00:00:06.000000000', '2000-01-01T00:00:07.000000000',
'2000-01-01T00:00:08.000000000', '2000-01-01T00:00:09.000000000'],
dtype='datetime64[ns]')
Dimensions without coordinates: x