Микросекундная точная метка времени в python?

есть ли способ поддерживать точность микросекунды при преобразовании datetime Python в метку времени?

>>> import datetime
>>> d1 = datetime.datetime(2013,7,31,9,13,8,829)
>>> import time
>>> d1_ts = time.mktime(d1.timetuple())
>>> d1
datetime.datetime(2013, 7, 31, 9, 13, 8, 829)
>>> d1_ts
1375279988.0
>>> d1.fromtimestamp(d1_ts)
datetime.datetime(2013, 7, 31, 9, 13, 8)

Я теряю это .829 на преобразования. Это довольно важно, потому что у меня есть начальные и конечные временные метки, которые мне нужно пройти через заданные интервалы (с субсекундными шагами) для сбора данных с некоторых датчиков.

в конечном итоге он будет использоваться в функции, подобной этой:

from scipy import arange
sample_time = 0.02
for i in arange(d1_ts, d2_ts, sample_time):
    # do stuff

С sample_time это мало, миркосекунды важный.

1 ответов


import datetime as DT
d1 = DT.datetime(2013, 7, 31, 9, 13, 8, 829)
epoch = DT.datetime(1970, 1, 1)

print(d1.timestamp()) #  python3
# 1375276388.000829
print((d1 - epoch).total_seconds())  # python2
# 1375261988.000829

также обратите внимание, что если вы используете NumPy 1.7 или новее, вы можете использовать np.datetime64:

In [23]: x = np.datetime64(d1)

In [24]: x.view('<i8')/1e6
Out[24]: 1375261988.000829

In [38]: x.astype('<i8').view('<M8[us]')
Out[38]: numpy.datetime64('2013-07-31T05:13:08.000829-0400')

In [40]: x.astype('<i8').view('<M8[us]') == x
Out[40]: True

останавливает работу в np.datetime64 обеспечивает простой способ преобразования из даты в 8-байтовый ints, Они могут быть очень удобны для арифметика как ints и затем преобразование в даты.