Numpy：保存时间序列数据

下面是6个位置网格的时间序列数据示例

timestamp = "2019-10-01"
temp = np.array([(22.1, 22.2, 22.3), (22.4, 22.5, 22.6)])
rh = np.array([(50.1, 50.2, 50.3), (50.4, 50.5, 50.6)])

---

可以使用

np.savez（）

将其保存到文件中以供以后分析。从CSV的角度考虑，目标是在一个文件中有多个这样的行（

“2019-10-01”、“2019-10-02”

，等等）。因此，问题是，如何存储Numpy数组时间序列数据？

最好将日期存储为年、月和日，以匹配数据集。当您需要将其恢复为最新版本时，请使用

join

import numpy as np 
from numpy import savetxt
import sys
import pandas as pd
timestamp = "2019-10-01"
year ,month,day = timestamp.split('-')

date =np.array([( year ,month, day)])
temp = np.array([(22.1, 22.2, 22.3), (22.4, 22.5, 22.6)])
rh = np.array([(50.1, 50.2, 50.3), (50.4, 50.5, 50.6)])
a=date.astype(str)

for row  in a:
    x='-'.join(row) 
print(x)

---

看到代码了吗？

看到这个：谢谢，这给了我一个日期数组。关键是，时间戳（日期）数组的形状是

（X）

，而其余的数据变量的形状是

（X，2，3）

，其中X是测量的数量。使用

X=timestamp

作为

X.month，X.year和X.day

你这是什么意思？只需将时间转换为

date=np.array([（x.月，x.年，x.日）]）