python - 将 Matplotlib 日期数组转换为 NaN 的 Datetime 对象

Question

我有数千个包含不规则数据的文件，我试图将它们插入到同一网格中。数据存储在多个不同变量和时间的单独 numpy 数组中。我一直在使用 matplotlib.dates 通过将时间转换为数字来插值时间。但因为我不想推断丢失的数据，插值在数据集中引入了 np.nan 值，使得从 matplotlib 日期转换为 datetime 对象很棘手，因为我需要保存形状(即无法删除 np.nans)，但 md.num2date 无法处理屏蔽数组或 np.nan.

另一个库中是否有另一个命令，例如 md.date2num 和 md.num2date 可以解释 nan ？或者这里唯一的解决方案是 for 循环？

import numpy as np
import matplotlib.dates as md

tdata = np.array([np.nan, np.nan, 736926.9827155,736926.98274578,736926.98276768,736926.98285067,736926.9828712])

#Allows num2date to work but removes the nan values and won't conserve shape
test1 = md.num2date(tdata[~np.isnan(tdata)])

print(len(tdata),len(test1))

#Using a mask will produce an error 
#test2 = md.num2date(np.ma.masked_array(tdata,np.isnan(tdata)))

请注意，我需要形状相同，并且 np.nan 可以出现在数组中的任何位置。我正在使用 python 2.7

Answer 1

也许是这样的？

test1 = np.full_like(tdata, np.nan, dtype=object)
test1[~np.isnan(tdata)] = md.num2date(tdata[~np.isnan(tdata)])