python - 从 Python 中的 numpy 数组输入获取 'Day of Year' 数组

Question

我在 numpy 数组中有数据，其中包括年、月和日作为列，我想计算儒略日或“一年中的某一天”(DOY)，它们也应该是一个 numpy 数组。

DOY的计算公式为:

import datetime
y = 2017
m = 4
d = 13
DOY = int(dt.datetime(y, m, d).strftime('%j')

它将打印 103

假设我们有 y_ar、m_ar 和 d_ar 作为年月日数组，

我试过这个:

julians = int(dt.datetime(y_ar, m_ar, d_ar).strftime('%j'))

它给出了我的 TypeError: only length-1 arrays can be converted to Python scalars 我尝试了其他方法成功了:

julians = np.array(map(lambda (y, m, d): int(dt.datetime(y, m, d).strftime('%j')), zip(y_ar, m_ar, d_ar)))

虽然它给了我想要的东西，但我觉得逐个元素地取一个元素，然后输出一个列表，然后再将它转换回非 numpy 数组有点耗时!

谁能帮我确定错误发生的原因，是否有更好、更快的方法？

有助于测试解决方案的示例数组:

y_ar = np.array([1990, 2000, 2015, 2017])
m_ar = np.array([5, 8, 1, 12])
d_ar = np.array([13, 7, 30, 29])

Answer 1

将 datetime 与 numpy 数组结合使用通常会很慢，因为它会创建带有 dtype=object 的数组。但是，从 1.7.0 版开始，numpy 有一个内置的 datetime64 type。 .

使用起来有点奇怪，但这似乎有效:

原始解决方案(列表理解而不是 map )

import datetime as dt

y_ar = np.array([1990, 2000, 2015, 2017])
m_ar = np.array([5, 8, 1, 12])
d_ar = np.array([13, 7, 30, 29])

julians_ref = np.array([int(dt.datetime(y, m, d).strftime('%j')) for y, m, d in zip(y_ar, m_ar, d_ar)])

原生 numpy 解决方案

y_ar = (y_ar - 1970).astype('M8[Y]')
m_ar = (m_ar - 1).astype('m8[M]')
d_ar = (d_ar - 1).astype('m8[D]')

date_ar = y_ar + m_ar + d_ar  # full date
julians = date_ar - y_ar + 1  # days since first day of the year

print(julians_ref)  # [133 220  30 363]
print(julians)  # [133 220  30 363]

---

julians = int(dt.datetime(y_ar, m_ar, d_ar).strftime('%j'))

it gives my TypeError: only length-1 arrays can be converted to Python scalars I tried

这是因为 datetime.datetime 不知道 numpy 数组。期望年、月和日的标量(=单个)值。当解释器试图将一个数组转换为一个标量时，这会失败，除非该数组等同于一个标量(它只有一个元素)。