La conversion de Matlab datenum format Python

Juste au cas où c'est utile pour les autres, voici un exemple complet de temps de chargement de la série de données à partir d'un Matlab tapis de fichier, la conversion d'un vecteur de Matlab datenums à une liste de datetime objets à l'aide de carlosdc réponse (définie comme une fonction), puis de traçage dans le temps avec les Pandas:

from scipy.io import loadmat
import pandas as pd
import datetime as dt
import urllib

# In Matlab, I created this sample 20-day time series:
# t = datenum(2013,8,15,17,11,31) + [0:0.1:20];
# x = sin(t)
# y = cos(t)
# plot(t,x)
# datetick
# save sine.mat

urllib.urlretrieve('http://geoport.whoi.edu/data/sine.mat','sine.mat');

# If you don't use squeeze_me = True, then Pandas doesn't like 
# the arrays in the dictionary, because they look like an arrays
# of 1-element arrays.  squeeze_me=True fixes that.

mat_dict = loadmat('sine.mat',squeeze_me=True)

# make a new dictionary with just dependent variables we want
# (we handle the time variable separately, below)
my_dict = { k: mat_dict[k] for k in ['x','y']}

def matlab2datetime(matlab_datenum):
    day = dt.datetime.fromordinal(int(matlab_datenum))
    dayfrac = dt.timedelta(days=matlab_datenum%1) - dt.timedelta(days = 366)
    return day + dayfrac

# convert Matlab variable "t" into list of python datetime objects
my_dict['date_time'] = [matlab2datetime(tval) for tval in mat_dict['t']]

# print df
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 201 entries, 2013-08-15 17:11:30.999997 to 2013-09-04 17:11:30.999997
Data columns (total 2 columns):
x    201  non-null values
y    201  non-null values
dtypes: float64(2)

# plot with Pandas
df = pd.DataFrame(my_dict)
df = df.set_index('date_time')
df.plot()

OriginalL'auteur Rich Signell

Juste en appuyant sur et en ajoutant des commentaires précédents. La clé est dans la journée de comptage réalisé par la méthode toordinal et constructeur fromordinal dans la classe datetime et liés à des sous-classes. Par exemple, à partir de la Python Library Reference pour 2,7, on lit que fromordinal

De retour correspondant à la date de proleptic Grégorien ordinale, où le 1er janvier de l'an 1 a l'ordinal 1. ValueError est levée, à moins que 1 <= ordinale <= date.max.toordinal().

Cependant, l'année 0 ANNONCE est toujours d'un (leap) an à compter, donc il y a encore de 366 jours qui doivent être pris en compte. (Année bissextile, il a été, à l'instar de 2016, c'est exactement 504 cycles de quatre ans auparavant.)

Ces deux fonctions que j'ai été utilisé à des fins similaires:

import datetime 

def datetime_pytom(d,t):
'''
Input
    d   Date as an instance of type datetime.date
    t   Time as an instance of type datetime.time
Output
    The fractional day count since 0-Jan-0000 (proleptic ISO calendar)
    This is the 'datenum' datatype in matlab
Notes on day counting
    matlab: day one is 1 Jan 0000 
    python: day one is 1 Jan 0001
    hence an increase of 366 days, for year 0 AD was a leap year
'''
dd = d.toordinal() + 366
tt = datetime.timedelta(hours=t.hour,minutes=t.minute,
                       seconds=t.second)
tt = datetime.timedelta.total_seconds(tt) / 86400
return dd + tt

def datetime_mtopy(datenum):
'''
Input
    The fractional day count according to datenum datatype in matlab
Output
    The date and time as a instance of type datetime in python
Notes on day counting
    matlab: day one is 1 Jan 0000 
    python: day one is 1 Jan 0001
    hence a reduction of 366 days, for year 0 AD was a leap year
'''
ii = datetime.datetime.fromordinal(int(datenum) - 366)
ff = datetime.timedelta(days=datenum%1)
return ii + ff 

Espère que cette aide et heureux de l'être corrigé.

OriginalL'auteur XavierStuvw