Date 使用Numpy保存日期格式的列

我试图使用以下Python代码保存一个带有日期列的文本文件。我在运行最后一行时遇到以下错误消息：

“是否{IndexError}元组索引超出范围”

错误消息所指的索引是什么？该如何更正代码

In [263]: np.savetxt('test',column)
....
ValueError: Expected 1D or 2D array, got 0D array instead

更改为保存1d阵列：

In [264]: np.savetxt('test',[column])
---------------------------------------------------------------------------
...
TypeError: float() argument must be a string or a number, not 'datetime.datetime'


TypeError: Mismatch between array dtype ('[('date', '<M8[us]')]') and format specifier ('%.18e')

二维时间数组：

In [271]: times = np.arange(np.datetime64('2018-02-09'),np.datetime64('2018-02-27'))
In [272]: times = times.reshape(3,-1)
In [273]: np.savetxt('test',times, fmt='%s')
In [274]: cat test
2018-02-09 2018-02-10 2018-02-11 2018-02-12 2018-02-13 2018-02-14
2018-02-15 2018-02-16 2018-02-17 2018-02-18 2018-02-19 2018-02-20
2018-02-21 2018-02-22 2018-02-23 2018-02-24 2018-02-25 2018-02-26

---

一维结构化数组的字段将被视为列：

In [288]: dt=np.dtype('<M8[D],<M8[D],<M8[D]')
In [290]: arr = np.array([tuple(x) for x in times.T.tolist()],dt)
In [291]: np.savetxt('test',arr,fmt='%s')
In [292]: cat test
2018-02-09 2018-02-15 2018-02-21
2018-02-10 2018-02-16 2018-02-22
2018-02-11 2018-02-17 2018-02-23
2018-02-12 2018-02-18 2018-02-24
2018-02-13 2018-02-19 2018-02-25
2018-02-14 2018-02-20 2018-02-26

In [296]: np.savetxt('test',arr,fmt='%s, %10s; %20s')
In [297]: cat test
2018-02-09, 2018-02-15;           2018-02-21
2018-02-10, 2018-02-16;           2018-02-22
...

[288]中的

：dt=np.dtype（'
更改为保存1d阵列：

In [264]: np.savetxt('test',[column])
---------------------------------------------------------------------------
...
TypeError: float() argument must be a string or a number, not 'datetime.datetime'


TypeError: Mismatch between array dtype ('[('date', '<M8[us]')]') and format specifier ('%.18e')

二维时间数组：

In [271]: times = np.arange(np.datetime64('2018-02-09'),np.datetime64('2018-02-27'))
In [272]: times = times.reshape(3,-1)
In [273]: np.savetxt('test',times, fmt='%s')
In [274]: cat test
2018-02-09 2018-02-10 2018-02-11 2018-02-12 2018-02-13 2018-02-14
2018-02-15 2018-02-16 2018-02-17 2018-02-18 2018-02-19 2018-02-20
2018-02-21 2018-02-22 2018-02-23 2018-02-24 2018-02-25 2018-02-26


一维结构化数组的字段将被视为列：

In [288]: dt=np.dtype('<M8[D],<M8[D],<M8[D]')
In [290]: arr = np.array([tuple(x) for x in times.T.tolist()],dt)
In [291]: np.savetxt('test',arr,fmt='%s')
In [292]: cat test
2018-02-09 2018-02-15 2018-02-21
2018-02-10 2018-02-16 2018-02-22
2018-02-11 2018-02-17 2018-02-23
2018-02-12 2018-02-18 2018-02-24
2018-02-13 2018-02-19 2018-02-25
2018-02-14 2018-02-20 2018-02-26

In [296]: np.savetxt('test',arr,fmt='%s, %10s; %20s')
In [297]: cat test
2018-02-09, 2018-02-15;           2018-02-21
2018-02-10, 2018-02-16;           2018-02-22
...

[288]中的
：dt=np.dtype（“
column
是0d数组。
savetxt
将1d数组保存为列，将2d数组保存为列行。版本1.14有一条不同的错误消息：
预期为1d或2d数组，改为获得0d数组。
column
是0d数组。
savetxt
将1d数组保存为列，将2d数组保存为列行。版本1.14有一条不同的错误消息：
预期为1D或2D数组，取而代之的是0D数组
谢谢。但是如果我想保留结构化数组格式np.array（dt，dtype），我该怎么办？结构化数组格式是什么意思？在我的具体示例中，我的意思是我想使用格式列=np.array（dt，dtype），其中dtype指定了数据类型。我看你已经编辑了你的答案。+1让我明天试一试，然后接受你的答案。谢谢。谢谢。但是如果我想保留结构化数组格式np.array（dt，dtype），我该怎么办？你说的结构化数组格式是什么意思？在我的具体示例中，我的意思是我想使用格式列=np.array（dt，dtype），其中dtype指定数据类型。我看到您已经编辑了您的答案。+1让我明天试一试，然后接受您的答案。谢谢。