python jit 不识别datetime_Python numpy:无法将datetime64[ns]转换为datetime64[D]（与Numba一起使用）...

我想给Numba函数传递一个datetime数组(不能向量化，否则会非常慢)。我知道Numba支持numpy.datetime64。不过，它似乎支持datetime64[D](day precision)，但不支持datetime64[ns](毫秒精度)(我是通过一种艰难的方式了解到这一点的：它有文档记录吗？)。

我试图从datetime64[ns]转换为datetime64[D]，但似乎找不到方法！有什么想法吗？

我用下面的代码总结了我的问题。如果运行testdf(mydates)，也就是datetime64[D]，它可以正常工作。如果运行testdf(dates_input)，即datetime64[ns]，则不会。请注意，此示例只是将日期传递给Numba函数，而Numba函数(尚未)对其执行任何操作。我试图将dates_输入转换为datetime64[D]，但转换不起作用。在我最初的代码中，我从一个SQL表读取到一个pandas数据框，并且需要一个将每个日期的日期更改为15的列。import numba

import numpy as np

import pandas as pd

import datetime

mydates =np.array(['2010-01-01','2011-01-02']).astype('datetime64[D]')

df=pd.DataFrame()

df["rawdate"]=mydates

df["month_15"] = df["rawdate"].apply(lambda r: datetime.date( r.year, r.month,15 ) )

dates_input = df["month_15"].astype('datetime64[D]')

print dates_input.dtype # Why datetime64[ns] and not datetime64[D] ??

@numba.jit(nopython=True)

def testf(dates):

return 1

print testf(mydates)

如果我运行testdf(dates_input)，得到的错误是：numba.typeinfer.TypingError: Failed at nopython (nopython frontend)

Var 'dates' unified to object: dates := {pyobject}