Python 包含时间值的大型numpy数组之间的差异

我有十（10001000）个numpy阵列。每个数组元素都包含一个浮点数，表示一天中的小时。例如，14.0=下午2点，15.75=下午15:45

我想找出这些数组之间的最大差异。结果应该是单个（10001000）numpy数组，对于每个数组元素，包含十个数组之间的最大差值。目前，我有以下几点，似乎效果不错：

import numpy as np

max=np.maximum.reduce([data1,data2,data3,data4,data5]) 
min=np.minimum.reduce([data1,data2,data3,data4,data5])

diff=max-min

但是，它会导致晚上11点和凌晨1点之间22小时的差异。我需要相差2小时。我想我需要以某种方式使用datetime.time，但我不知道如何让datetime与numpy数组配合使用

---

---

编辑：时间是指一天中某个事件发生的平均时间，因此它们与特定日期无关。因此，两次差值可以正确解释为22小时或2小时。但是，我始终希望取这两种可能的解释中的最小值。

您可以通过将一个值围绕循环（12.0）中的中心位置居中来取两个循环值之间的差。将其他值旋转相同的量，以保持其相对差异。按周期持续时间取调整值的模数，以使所有内容保持在范围内。您现在已调整时间，以便最大可能距离保持在+/-1/2*周期持续时间（+/-12小时）内

e、 g

---

如果您没有使用绝对值，则需要根据您希望被视为“第一”的时间来使用符号。

假设您有数字11pm和凌晨1点，并且您希望找到最小距离

1am -> 1
11pm -> 23

那么你可以选择：

23 - 1 = 22

或者

那么距离可以被认为是：

def dist(x,y):
    return min(abs(x - y), 24 - abs(x - y) % 24)

现在我们需要使用

dist

并将其应用于每个组合，如果我没记错的话，有一个更面向

numpy/scipy

的函数来实现这一点，但概念大致相同：

from itertools import combinations

data = [data1,data2,data3,data4,data5]
combs = combinations(data,2)
comb_list = list(combs)
dists = [dist(x,y) for x,y in comb_list]
max_dist = max(dists)

---

如果您有一个介于0和24小时之间的时间差数组

diff

，您可以对错误计算的值进行如下更正：

diff[diff > 12] = 24. - diff[diff > 12]

---

如果没有日期，你怎么知道晚上11点和凌晨1点之间的时差是2小时而不是22小时。您需要日期来解决歧义。如果是同一天，则为22小时；如果是连续几天，则为2小时。既然你没有天数，你想知道最小距离吗？正如您的示例所述，它可能是22小时或2小时……时间与日期无关，它们只是指一天中某个事件发生的平均时间。因此，差异可以解释为22小时或2小时，但我始终希望取这两种可能的解释中的最小值。您是在寻找最大的元素比较差异还是所有可能的数组1和数组2对之间的最大差异？我是在寻找最大的元素比较差异。

from itertools import combinations

data = [data1,data2,data3,data4,data5]
combs = combinations(data,2)
comb_list = list(combs)
dists = [dist(x,y) for x,y in comb_list]
max_dist = max(dists)

diff[diff > 12] = 24. - diff[diff > 12]