matplotlib date2num转换timedelta的单位及双向转换差异疑问

问题 #

我在DataFrame中存储了一些timedelta数据，示例如下：

df.timedelta_last_nms[0:5]
Out: 
0   0 days 00:00:00
1   0 days 00:02:50
2   0 days 00:05:16
3   0 days 00:07:02
4   0 days 00:08:55
Name: timedelta_last_nms, dtype: timedelta64[ns]

将其作为x轴绘图时，刻度值约为10^12量级，推测是纳秒单位的timedelta。于是我尝试用matplotlib.dates.date2num将时间信息转换为数值：

import matplotlib.dates as mdates    
mdates.date2num(df.timedelta_last_nms[0:5])
Out: array([0.        , 1.96759259, 3.65740741, 4.88425926, 6.19212963])

转换得到了标量数组，但单位不明确，数值量级约为1到1.5分钟。然而用num2date反向转换时：

mdates.num2date(mdates.date2num(df.timedelta_last_nms[0:5]))
Out: 
[datetime.datetime(1970, 1, 1, 0, 0, tzinfo=datetime.timezone.utc),
 datetime.datetime(1970, 1, 2, 23, 13, 20, tzinfo=datetime.timezone.utc),
 datetime.datetime(1970, 1, 4, 15, 46, 40, tzinfo=datetime.timezone.utc),
 datetime.datetime(1970, 1, 5, 21, 13, 20, tzinfo=datetime.timezone.utc),
 datetime.datetime(1970, 1, 7, 4, 36, 40, tzinfo=datetime.timezone.utc)]

这些数值被解析为天。请问为何这对互补函数的转换单位看似不同，以及date2num的实际单位是什么？

解答 #

1. date2num的实际单位 #

date2num的输出单位是天，以1970-01-01 00:00:00 UTC为时间零点，数值代表从该零点开始经过的总天数（浮点数，小数部分对应一天内的时间占比）。

比如你得到的1.96759259，对应的是1天加上0.96759259天：

• 0.96759259 × 24小时 ≈ 23.222小时
• 0.222小时 × 60分钟 ≈ 13.32分钟
• 0.32分钟 × 60秒 ≈ 19.2秒
  最终对应1天23小时13分20秒，和num2date返回的1970-01-02 23:13:20完全匹配。

2. 转换单位看似不同的原因 #

你误解了date2num输出数值的量级：它的数值是天数，不是分钟。

当你传入timedelta对象时，date2num会自动将这个时间增量加到1970-01-01 00:00:00 UTC上，得到一个具体的datetime对象，再将其转换为以天为单位的数值。你看到的1.967不是1.967分钟，而是1.967天——这说明你的DataFrame中显示的0 days 00:02:50可能存在显示错误，实际对应的timedelta应该是1天23小时13分20秒，否则转换结果不会匹配反向解析的日期。

另外补充：直接用timedelta64[ns]作为matplotlib的x轴时，matplotlib会读取其原始的纳秒计数，所以刻度值是10^12量级；而date2num转换后将其映射为从epoch开始的天数，数值量级就变成了个位数或十位数（对应几天的时间跨度）。

内容的提问来源于stack exchange，提问作者Lepakk