Discussion :

[habasque]

Bonjour à tous,

Je cherche à convertir un vecteur "matlab_datenum" qui contient des dates au format MATLAB:

[[735275]
[735275]
[735276]
...,
[730395]
[730395]
[730396]]

J'utilise le code suivant

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
python_datetime = datetime.fromordinal(matlab_datenum.astype(int))

Mais j'obtiens l'erreur suivante:

TypeError: only length-1 arrays can be converted to Python scalars

Je comprends bien l'erreur mais je ne souhaite pas faire une boucle pour passer les éléments un par un à la fonction fromordinal.
Y a t-il des alternatives ?

Merci d'avance,

[lg_53]

Faudrait mettre un peu plus de code car là difficile de t'aider ...

Comment est ce que tu lis le fichier présenté ?
Comment construis-tu la variable matlab_datenum ?
Quel est le résultat attendu ?

[habasque]

Bonjour,

La lecture du fichier se fait comme suit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
f = 'D:/mon_fichier.mat' 
x = scipy.io.loadmat(f)
time_drogue_on = x['time_drogue_on'].T

La variable "datenum" est construit comme suit:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
matlab_datenum = np.empty((np.size(time_drogue_on)))
matlab_datenum  = time_drogue_on.astype(int)

Le résultat attendu est un vecteur de dates au format Python datetime.datetime.

Merci !

[lg_53]

Ca n'a pas l'air si trivial que je le pensais.
Pourquoi ne pas vouloir faire de boucle ? Car ca se fait assez simplement tout de même :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

mes_datetime = [datetime.fromordinal(elt) for elt in matlab_datenum ]

Sans faire de boucle for, peut-être une piste du côté de pandas :
https://pandas.pydata.org/pandas-doc..._datetime.html


NB : Ecrire cela

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
matlab_datenum = np.empty((np.size(time_drogue_on)))
matlab_datenum  = time_drogue_on.astype(int)

est inutile car la 2eme ligne vient écraser le résultat de la 1ere ! Donc tu peux enlever la 1ere ligne.

[habasque]

Bonjour,

Je voulais éviter de faire une boucle car j'ai 500000 éléments à traiter. Avec une boucle le traitement est très très long.

Je me suis inspiré du code proposé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

mes_datetime = [datetime.fromordinal(elt) + timedelta(days=elt%1) - timedelta(days = 366) for elt in matlab_datenum ]

mais j'ai une erreur sur l'utilisation de 'timedelta':

TypeError: unsupported type for timedelta days component: numpy.ndarray

[wiztricks]

Salut,

Je voulais éviter de faire une boucle car j'ai 500000 éléments à traiter. Avec une boucle le traitement est très très long.

Pour faire faire le boulot par numpy, il faut convertir le tableau avec .astype avec 'M8[D]' en argument (documenté ici) après avoir ajouté l'offset qui va bien (les bases de temps étant différentes).

- W

[lg_53]

Je me suis inspiré du code proposé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

mes_datetime = [datetime.fromordinal(elt) + timedelta(days=elt%1) - timedelta(days = 366) for elt in matlab_datenum ]

mais j'ai une erreur sur l'utilisation de 'timedelta':

TypeError: unsupported type for timedelta days component: numpy.ndarray

Le message d'erreur est relativement clair : le type de la donnée fournie à timedelta n'est pas celui attendu.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
matlab_datenum = np.array([735275,735275,730395,730396])
print(type(matlab_datenum[0]))  ### Remarquons que ce n'est pas un int
#t=timedelta(days=matlab_datenum[0])  ### Produit une erreur
t=timedelta(days=int(matlab_datenum[0])) ### Correct

Note que d'utiliser une liste en intention c'est quand même aussi faire une boucle for indirectement ... C'est plus performant que de faire des append dans une boucle for, mais ca reste itératif. Donc voit les performances que tu obtiens avec ça si ça te convient. Sinon il faudra te pencher sur ce que propose wiztricks et tu auras en sortie un type numpy.datetime64 et pas une liste de datetime ...