Python 优化从具有年中日期值（doy）的二维numpy数组到具有日期值的数组的转换

有人知道如何优化从具有年度日期值（doy）的2维numpy阵列到 具有日期值的数组？ 下面的函数起作用，但不幸的是，它的方式非常不雅观。如果有人有好主意，我会很高兴 如何避免2维数组上的循环，这将使大型数据集的计算速度更快

import datetime
from datetime import date

#test 2-dim array with doy values
doy = np.array([[272, 272],
                [274, 274]])

#define start and end date
startdat = datetime.datetime.strptime('2012 10 01 0000', '%Y %m %d %H%M')
year_start = int(startdat.strftime('%Y'))
enddat = datetime.datetime.strptime('2013 09 30 0000', '%Y %m %d %H%M')
year_end = int(enddat.strftime('%Y'))

#initialise an tmp array
res_date = np.zeros([2,2]) 

#transform doy into date    
for x in range(2):
    for y in range(2):
        if doy[x,y] >= 274 and doy[x,y] <= 365:
            datum = date.fromordinal(date(year_start, 1, 1).toordinal() + doy[x,y])
            datum = datum.strftime('%Y%m%d')    
            res_date[x,y]= datum
        else:
            datum = date.fromordinal(date(year_end, 1, 1).toordinal() + doy[x,y])
            datum = datum.strftime('%Y%m%d')    
            res_date[x,y]= datum
#that's my result
#res_date = array([[ 20130930.,  20130930.],
                  #[ 20121001.,  20121001.]])  

导入日期时间
起始日期时间导入日期
#使用doy值测试2-dim阵列
doy=np.array（[[272272]，
[274, 274]])
#定义开始和结束日期
startdat=datetime.datetime.StrTime（'2012 10 01 0000'，'%Y%m%d%H%m'）
年份_start=int（startdat.strftime（“%Y”））
enddat=datetime.datetime.strtime（'2013 09 30 0000'，'%Y%m%d%H%m'）
年份_end=int（enddat.strftime（“%Y”））
#初始化tmp阵列
res_date=np.zero（[2,2]）
#将doy转换为date
对于范围（2）内的x：
对于范围（2）内的y：
如果doy[x，y]>=274并且doy[x，y]你可以做这种事情

offset = (datetime.datetime(2013, 9, 30) - datetime.datetime(2012, 12, 31)).days
yearlen = (datetime.datetime(2013, 1, 1) - datetime.datetime(2012, 1, 1)).days
doy[doy >= offset] -= yearlen
dates = np.datetime64('2013-01-01') + doy

但是从datetime64值中提取YMD有点棘手。共识是使用熊猫。为什么需要使用这种格式的数组

编辑，我已经添加了计算年份，但我还没有考虑所有的排列，你可能需要用日历检查一下

进一步编辑。从你下一个问题的措辞来看，你的doy看起来只是从2011年9月30日（或从2011年10月1日减1日）算起的天数。i、 e

因为这么晚才挂雨篷。我希望我能找到一种方法在这段时间里四处走动
转化。但不幸的是，我们没有办法，我仍然对这一切感到困惑
转变、日班和闰年。
我的问题仍然是：如何从我的doy时间值中获得一个正确的日期，它开始计算一个时间
从1年开始。十月到三十号。九月的一天。所以为了得到
一个正确的日期超出了这个doy时间值，我试图先更正偏移量。上次我给你钱的时候
更正了偏移值，您给了ma一个优雅的代码，将相应的doy转换为
约会。其次，我试着把修正后的doys转换成日期。
在下面，您可以找到完整的代码，包括您的部分。该代码对于非结构化应用程序运行良好
闰年。但我仍然不知道如何处理闰年，甚至不知道如何获得一个正确的日期
闰年。也许你知道如何处理闰年，也许你有
更好的偏移校正方法。但我的约会在闰年内，包括
抵消2天。哦，这个日期时间转换确实有点混乱。
如果你知道如何处理这个问题，那就太好了。谢谢大家

将doy转换为日期
#导入模块
将numpy作为np导入
导入日期时间
导入副本
#测试数据
#从1开始数数睡鼠。10月30日至9月30日
doy=np.array（[[152,4]，
[7, 93]])
#读取开始和结束数据
startdat=datetime.datetime.StrTime（'2011 10 01 0000'，'%Y%m%d%H%m'）
enddat=datetime.datetime.strtime（'2012 09 30 0000'，'%Y%m%d%H%m'）
年份\u startdat=int（startdat.strftime（“%Y”））
年份_enddat=int（enddat.strftime（“%Y”））
yeardays=（enddat-startdat）+datetime.timedelta（days=1）
#更正doy偏移，以便将doy转换为日期
doy_corr=copy.copy（开始最大值）
如果yeardays==datetime.timedelta（366）：
“是闰年！”
doy_corr[（doy>=1.）和（doy=93.）和（doy=1.）和（doy=93.）和（doy=offset]-=yearlen
日期=np.日期时间64（str（year_enddat）+（'-01-01'））+doy_corr
#我的结果应该是
#数组（['2012-02-29'，'2011-10-04']，
#['2011-10-07'，'2012-01-01']]，dtype='datetime64[D]]
如何用NA值替换np.datetime数组中的零（零表示缺少的值），以及如何将np.datetime64数组转换为浮点或整数数组

#import modules
import numpy as np
import datetime

#counting the doys from the 1. of October to the 30 of September
#Zero stands for NA
doy = np.array([[0, 4],
                [7, 93]])

#define to startdat to receive dates from 1. of October 
startdat = datetime.datetime(2011,10,1)
dates = np.datetime64(startdat).astype('datetime64[D]') + doy - 1
print(dates)
#convert the datetime array into a string
dates_str = np.datetime_as_string(dates)
#replace the false date-values with NA
ind = np.where(dates_str == '2011-09-30')
dates_str[ind] = 'NA'

#My favored result:
#array([[nan, 20111004.],
#       [20111007., '20120101.]], 
#      dtype='float')

您好，非常感谢，您的代码运行得很好！您说的“需要该格式的数组”是什么意思？My res_date array（带有日期值的结果数组）不需要使用数据类型浮点格式。我也不明白“必须使用更多的日期算术来修正闰年”是什么意思！现在我不知道如何有效地处理闰年。是的，使用日期时间格式非常棘手！：）@angi，如果您愿意以日期时间值数组结束，而不是转换为20131001格式，那么这是理想的。关于闰年的一点是，如果doy中的val大于您的年份截止值（比如274），则您希望该值作为上一年的doy，但如果上一年是闰年（如本例所示），则doy 274落在不同的日期，即2012年的doy 274是10月1日，但2013年是第2日。您需要计算出一个值，而不仅仅是使用365。我会做一个编辑。@angi，这是正确的答案吗，或者你需要任何其他帮助吗？亲爱的paddyg，很抱歉这么晚才开始编辑！！我仍然需要datetime转换方面的帮助。我把我的代码贴在下面的awnser上。如果你知道如何处理这个问题，那就太好了。确认一下你想做什么：doy是一个数字，不间断的序列号，被解释为2011-09-30之后的几天。i、 e.doy=1是2011-10-1，doy 92是2011-12-31，doy 93是2012-1-1如果是这种情况，那么您可以将数组添加到日期时间（2011,9,30）
#import modules
import numpy as np
import datetime
import copy

#test_data
#counting the doys from the 1. of October to the 30 of September
doy = np.array([[152, 4],
                [7, 93]])

#read start and enddat
startdat = datetime.datetime.strptime('2011 10 01 0000', '%Y %m %d %H%M')
enddat = datetime.datetime.strptime('2012 09 30 0000', '%Y %m %d %H%M')
year_startdat = int(startdat.strftime('%Y'))
year_enddat = int(enddat.strftime('%Y'))
yeardays = (enddat - startdat) + datetime.timedelta(days=1)

#correct the doy offset in order to transfrom doy into a date
doy_corr = copy.copy(start_max)
if yeardays == datetime.timedelta(366):
    print 'is leap year!'
    doy_corr[(doy >=1.) & (doy <= 92)] += 274
    doy_corr[(doy >=93.) & (doy <= 366)] -= 93
#correct the doy offset if there is no leap year
else:
    print 'no leap year!'    
    doy_corr[(doy >=1.) & (doy <= 92)] += 273
    doy_corr[(doy >=93.) & (doy <= 365)] -= 93

#transform doy corrected into date. The offset is necessary to get the correct year
offset = (datetime.datetime(year_enddat, 9, 30) - datetime.datetime(year_startdat, 12, 31)).days
yearlen = (datetime.datetime(year_enddat, 1, 1) - datetime.datetime(year_startdat, 1, 1)).days
doy_corr[doy_corr >= offset] -= yearlen
dates = np.datetime64(str(year_enddat)+('-01-01')) + doy_corr

#my result should be 
#array([['2012-02-29', '2011-10-04'],
#      ['2011-10-07', '2012-01-01']], dtype='datetime64[D]')

#import modules
import numpy as np
import datetime

#counting the doys from the 1. of October to the 30 of September
#Zero stands for NA
doy = np.array([[0, 4],
                [7, 93]])

#define to startdat to receive dates from 1. of October 
startdat = datetime.datetime(2011,10,1)
dates = np.datetime64(startdat).astype('datetime64[D]') + doy - 1
print(dates)
#convert the datetime array into a string
dates_str = np.datetime_as_string(dates)
#replace the false date-values with NA
ind = np.where(dates_str == '2011-09-30')
dates_str[ind] = 'NA'

#My favored result:
#array([[nan, 20111004.],
#       [20111007., '20120101.]], 
#      dtype='float')