numpy.array.tolist()转换datetime64返回int时间戳的解决方法

dtype='datetime64[ns]'类型的numpy数组直接调用.tolist()返回整数时间戳的核心原因是：Python原生datetime对象最高仅支持微秒级时间精度，无法直接承载纳秒级的numpy datetime64值，因此numpy会降级返回纳秒级的Unix整数时间戳。
问题复现代码：

import numpy as np

my_array = np.array(['2017-06-28T22:47:51.213500000', '2017-06-28T22:48:37.570900000',
                     '2017-06-28T22:49:46.736800000', '2017-06-28T22:50:41.866800000',
                     '2017-06-28T22:51:17.024100000', '2017-06-28T22:51:24.038300000'], dtype='datetime64[ns]')

# 错误调用方式，返回整数时间戳
my_list = my_array.tolist()
# 输出: [1498690071213500000, 1498690117570900000, ...]

方案1：直接从numpy数组转换（无额外依赖） #

将数组先转为object类型，numpy会自动把datetime64值转换为Python原生datetime对象（纳秒部分自动截断到微秒精度，和Python datetime能力对齐），再转列表即可：

my_list = list(my_array.astype(object))

也可以先将datetime64的精度降到微秒级，再调用tolist()，效果完全一致：

my_list = my_array.astype('datetime64[us]').tolist()

转换后列表内元素均为标准datetime.datetime类型，可直接进行时间格式化、时间差计算等操作。

方案2：转换已得到的纳秒整数时间戳列表 #

如果已经拿到整数时间戳列表，可通过单位换算完成转换：列表内整数是从1970-01-01起算的纳秒级时间戳，除以1e9得到秒级时间戳后，用datetime.fromtimestamp转换即可：

from datetime import datetime

ts_list = [1498690071213500000,
           1498690117570900000,
           1498690186736800000,
           1498690241866800000,
           1498690277024100000,
           1498690284038300000]

dt_list = [datetime.fromtimestamp(ts / 1e9) for ts in ts_list]

方案3：pandas转换（适配复杂时间场景） #

如果环境已安装pandas，可直接用pandas时间接口转换，支持完整纳秒精度处理，转Python原生datetime时会自动对齐到微秒精度：

import pandas as pd

dt_list = pd.to_datetime(my_array).to_pydatetime().tolist()

内容的提问来源于stack exchange，提问作者Rory Majule