向空Numpy数组填充np.datetime64对象时出现错误

你遇到的问题根源在于numpy datetime64的精度不匹配，以及numpy默认的类型转换规则限制。让我一步步拆解：

问题分析 #

1. 当你创建数组b = np.empty((1,), dtype=np.datetime64)时，numpy会默认使用**纳秒（ns）**作为精度（这是numpy datetime64的默认单位）。
2. 而np.datetime64(now)（其中now是Python的datetime.now()对象）会生成一个**微秒（us）**精度的numpy datetime64标量——因为Python标准库的datetime对象本身的精度就是微秒级别。
3. numpy默认的类型转换规则是'same_kind'，这个规则不允许在不同精度的datetime64类型之间直接转换（比如从us转ns，虽然都是时间类型，但精度属于不同的子类型），所以就抛出了那个TypeError。

解决方案 #

你有几种方式可以修复这个问题：

方案1：创建数组时显式指定匹配的精度

直接在创建数组时指定微秒精度，和np.datetime64(now)的精度对齐：

from datetime import datetime
import numpy as np

# 指定dtype为datetime64[us]
b = np.empty((1,), dtype='datetime64[us]')
now = datetime.now()
b[0] = np.datetime64(now)

方案2：转换Python datetime时显式指定数组的精度

如果你想保留数组的纳秒精度，可以在转换now时指定纳秒单位：

from datetime import datetime
import numpy as np

b = np.empty((1,), dtype=np.datetime64)  # 默认是ns精度
now = datetime.now()
# 显式指定转换为ns精度的datetime64
b[0] = np.datetime64(now, 'ns')

方案3：用np.array直接赋值（更简洁）

另一种更省心的方式是直接用np.array来生成或赋值，numpy会自动处理精度匹配：

from datetime import datetime
import numpy as np

b = np.array([datetime.now()], dtype=np.datetime64)

额外提示 #

• 如果你不确定当前numpy datetime64的精度，可以用b.dtype查看，比如print(b.dtype)会输出datetime64[ns]或datetime64[us]。
• numpy的datetime64精度单位包括：Y（年）、M（月）、D（日）、h（小时）、m（分钟）、s（秒）、ms（毫秒）、us（微秒）、ns（纳秒）等，使用时尽量显式指定，避免精度不匹配的问题。

内容的提问来源于stack exchange，提问作者Ray