问数据类型'datetime64[ns]‘和'<M8[ns]’之间的区别？

EN

datetime64[ns]是通用数据类型，而<M8[ns]是特定数据类型。一般数据类型映射到特定的数据类型，但不同的NumPy安装可能有所不同。

在字节顺序为小端的计算机上，np.dtype('datetime64[ns]')和np.dtype('<M8[ns]')之间没有区别

In [6]: np.dtype('datetime64[ns]') == np.dtype('<M8[ns]')
Out[6]: True

但是，在大端计算机上，np.dtype('datetime64[ns]')等于np.dtype('>M8[ns]')。

因此，根据机器的字节顺序，datetime64[ns]映射到<M8[ns]或>M8[ns]。

还有许多其他类似的通用数据类型映射到特定数据类型的示例：int64映射到<i8或>i8，int映射到int32或int64，这取决于操作系统的位体系结构和NumPy的编译方式。

显然，datetime64数据类型的repr自本书编写以来发生了变化，以显示数据类型的字节顺序。

了解一些背景知识将有助于理解输出的细微差别。

Numpy有一个精心设计的数据类型层次结构。类型信息作为属性存储在数据类型对象中，该对象是numpy.dtype类的实例。它描述了如何解释与数组项对应的固定大小的内存块中的字节(字节的顺序、字节的数量等)。

可以通过简单地创建dtype的实例来检查各种属性。

In [1]: import numpy as np

In [2]: dt = np.datetime64('1980', 'ns')

In [3]: dt
Out[3]: numpy.datetime64('1980-01-01T00:00:00.000000000')

In [4]: dt.dtype
Out[4]: dtype('<M8[ns]')

In [5]: dt.dtype.char
Out[5]: 'M'

In [6]: dt.dtype.name
Out[6]: 'datetime64[ns]'

In [7]: dt.dtype.str
Out[7]: '<M8[ns]'

In [8]: dt.dtype.type
Out[8]: numpy.datetime64

repr和str是对象的字符串表示形式，对于相同的基础数据类型，每个都可以有不同的输出。

In [9]: repr(dt.dtype)
Out[9]: "dtype('<M8[ns]')"

In [10]: str(dt.dtype)
Out[10]: 'datetime64[ns]'

应用程序(shell、控制台、调试器等)可以调用它们中的任何一个，因此对于相同的类型，输出可能看起来不同。

尽管这很令人困惑，但在位宽、类型别名等方面仍然存在更多细微差别。有关详细信息，请参阅Data types in Python, Numpy and Pandas。