Discussion :

[habasque]

Bonjour � tous,

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

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

J'utilise le code suivant

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 �l�ments un par un � la fonction fromordinal.
Y a t-il des alternatives ?

Merci d'avance,

[lg_53]

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

Comment est ce que tu lis le fichier pr�sent� ?
Comment construis-tu la variable matlab_datenum ?
Quel est le r�sultat attendu ?

[habasque]

Bonjour,

La lecture du fichier se fait comme suit:

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 :

S�lectionner tout - Visualiser dans une fen�tre � part

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

Le r�sultat 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 m�me :

Code :

S�lectionner tout - Visualiser dans une fen�tre � part

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

Sans faire de boucle for, peut-�tre une piste du c�t� de pandas :
https://pandas.pydata.org/pandas-doc..._datetime.html


NB : Ecrire cela

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 �craser le r�sultat de la 1ere ! Donc tu peux enlever la 1ere ligne.

[habasque]

Bonjour,

Je voulais �viter de faire une boucle car j'ai 500000 �l�ments � traiter. Avec une boucle le traitement est tr�s tr�s long.

Je me suis inspir� du code propos� :

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 �viter de faire une boucle car j'ai 500000 �l�ments � traiter. Avec une boucle le traitement est tr�s tr�s long.

Pour faire faire le boulot par numpy, il faut convertir le tableau avec .astype avec 'M8[D]' en argument (document� ici) apr�s avoir ajout� l'offset qui va bien (les bases de temps �tant diff�rentes).

- W

[lg_53]

Je me suis inspir� du code propos� :

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 donn�e fournie � timedelta n'est pas celui attendu.

Code :

S�lectionner tout - Visualiser dans une fen�tre � 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 m�me aussi faire une boucle for indirectement ... C'est plus performant que de faire des append dans une boucle for, mais ca reste it�ratif. Donc voit les performances que tu obtiens avec �a si �a 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 ...