TypeError 在结构化数组中使用 numpy.datetime64

Question

运行中的异常的结果脚本：类型错误INT（）参数必须是一个字符串，一个字节状物体或数字，而不是“datetime.datetime”在行 data = np.asarray(tmp, dtype=data_type)

from datetime import datetime

import numpy as np

data_type = [("Scan", "i4"), ("Time", "M8[us]"), ("101 (C)", "f8"), ("Alarm 

             101", "?"), ("102 (C)", "f8"), ("Alarm 102", "?")]

data_text = """1,12/6/2018 09:22:25:462,22.661,0,22.046,0

               2,12/6/2018 09:22:35:446,22.874,0,22.289,0

               3,12/6/2018 09:22:45:446,22.948,0,22.385,0"""

def main():

    tmp = []

    for line in data_text.split("\n"):

        dataLine = []

        for (h, _), v in zip(data_type, line.split(",")):

            if h == "Scan":

                dataLine.append(int(v))

            elif h == "Time":

                # dataLine.append(datetime.strptime(v, "%m/%d/%Y %H:%M:%S:%f"))

                dataLine.append(np.datetime64(datetime.strptime(v, "%m/%d/%Y %H:%M:%S:%f"), "us"))

            elif "Alarm" in h:

                dataLine.append(bool(v))

            else:

                dataLine.append(float(v))

        tmp.append(dataLine)

    data = np.asarray(tmp, dtype=data_type)

if __name__ == "__main__":

    main()

从 numpy 文档中，我看不出它不应该工作的理由。我能想到的最好的一点是，我对 numpy 结构化数组遗漏了一些东西。这是一个语法问题，一个 numpy 错误，甚至可能与 numpy 有关？

Answer 1

您只需要将dataLine列表转换为元组，它就可以正常工作。那是因为您array应该保留形状 (3,)。使用dataLine作为一个列表asarray将解释每个单独的值与形状（3,6），你想不被尊重的D型多维数组的一部分。def main():    tmp = []    for line in data_text.split("\n"):        dataLine = []        for (h, _), v in zip(data_type, line.split(",")):            if h == "Scan":                dataLine.append(int(v))            elif h == "Time":                # dataLine.append(datetime.strptime(v, "%m/%d/%Y %H:%M:%S:%f"))                dataLine.append(np.datetime64(datetime.strptime(v, "%m/%d/%Y %H:%M:%S:%f"), "us"))            elif "Alarm" in h:                dataLine.append(bool(v))            else:                dataLine.append(float(v))        tmp.append(tuple(dataLine))    data = np.asarray(tmp, dtype=data_type)