datetime64[ns] 转datetime

### 回答1：
datetime64[ns] 是numpy中的时间类型，而datetime是Python中的时间类型。要将datetime64[ns] 转换为datetime，可以使用以下代码：

import numpy as np
import datetime

# 创建一个datetime64[ns]类型的时间
dt64 = np.datetime64('2022-01-01T12:00:00')

# 将datetime64[ns]类型的时间转换为datetime类型的时间
dt = dt64.astype(datetime.datetime)

print(dt)

输出结果为：

2022-01-01 12:00:00

这样就成功将datetime64[ns]类型的时间转换为了datetime类型的时间。

### 回答2：
在Python中，datetime和numpy中的datetime64[ns]在时间数据处理方面很常用。datetime是Python自带的一个标准库，可以方便地对时间进行计算、比较和格式化，而datetime64[ns]是numpy中的一种时间类型，它提供了高精度的时间处理功能，尤其适合处理需要进行精确计算的复杂时间数据。

由于datetime64[ns]和datetime的时间时间格式不同，需要进行转换才能互相使用。下面介绍几种常见的datetime64[ns]转datetime的方法。

方法一：使用pandas库
如果我们的数据已经使用pandas载入，我们可以直接使用pd.to_datetime()函数将datetime64[ns]转换成datetime类型。示例如下：

import pandas as pd
import numpy as np

data = pd.read_csv('data.csv')

#将datetime64[ns]类型的数据列转换为datetime类型
data['datetime'] = pd.to_datetime(data['datetime'])

print(data['datetime'].dtype)  # 输出datetime类型

方法二：使用astype()函数
如果我们只是想对一个numpy数组进行转换，我们可以使用astype()函数进行类型转换。示例如下：

import numpy as np

#创建一个包含datetime64[ns]类型数据的numpy数组
data = np.array(['2022-08-01T00:00:00.000000000','2022-08-02T00:00:00.000000000'], dtype='datetime64[ns]')

#将datetime64[ns]类型的数据列转换为datetime类型
data = data.astype('datetime64[s]').tolist() # 将精确到纳秒的时间戳转换成精确到秒的时间戳

print(type(data[0]))  # 输出datetime类型

方法三：手动转换
如果我们不想依赖于第三方库，我们也可以手动进行时间类型转换。示例如下：

import numpy as np
from datetime import datetime, timedelta

#创建一个包含datetime64[ns]类型数据的numpy数组
data = np.array(['2022-08-01T00:00:00.000000000','2022-08-02T00:00:00.000000000'], dtype='datetime64[ns]')

#手动将datetime64[ns]转换为datetime
base_time = datetime(1970, 1, 1)  # 构造一个基准时间
data = [(base_time + timedelta(seconds=t.item() / 10**9)) for t in data]

print(type(data[0]))  # 输出datetime类型

总结：以上就是常用的datetime64[ns]转datetime的方法。其中pd.to_datetime()是最简单最方便的方法，可以对整个pandas数据表进行时间转换。astype()函数是numpy自带的类型转换函数，用于对numpy数组进行转换。如果不想依赖于第三方库，手动转换方法也是一种可行的方法，但需要额外进行时间戳精度与时间格式的转换。

### 回答3：
datetime64[ns] 是一种 Pandas 中的日期时间数据类型，它精确到纳秒级别。然而，在某些情况下，我们希望将它转换为 Python 的 datetime 格式，以便于在其他程序或库中使用。

要将 datetime64[ns] 转换为 datetime，我们可以使用 Pandas 中的 to_pydatetime() 方法。该方法将 datetime64[ns] 转换为 Python datetime 对象并返回一个 numpy.array 数组。我们可以像下面这样使用该方法：

import pandas as pd
import numpy as np

# 创建一个 DateTimeIndex
datetime_index = pd.date_range(start='2022-01-01', end='2022-01-05', freq='H')

# 将 DateTimeIndex 转换为 datetime64[ns]
datetime64_index = np.array(datetime_index, dtype='datetime64[ns]')

# 将 datetime64[ns] 转换为 datetime
datetime_list = pd.to_datetime(datetime64_index).tolist()

# 打印原datetime_list 和 转换后 datetime_list
print(datetime64_index)
print(datetime_list)

解释上述代码，我们首先使用 date_range() 函数创建一个包含五天每个小时的 DateTimeIndex。然后，使用 numpy 中的 array() 方法将 DateTimeIndex 转换为 datetime64[ns] 对象。接下来，我们将 datetime64[ns] 对象传递给 to_datetime() 函数，该函数将其转换为 datetime 对象并返回一个 Pandas Series 对象。我们将其转换为标准 Python 列表，以便于在其他程序或库中使用。

值得注意的是，我们可以使用该方法将任何包含 datetime64[ns] 值的 Pandas 对象转换为 datetime 对象。例如，DataFrame、Series、Panel 等都可以转换。