Tipos estruturados e datas

Registros com campos

Um dtype estruturado define campos com nome e tipo, e cada elemento do array é um registro. Dá para ler um campo inteiro como um array comum, filtrar e ordenar por campo:

import numpy as np

pessoas = np.array(
    [("Ana", 30, 1.65), ("Bia", 25, 1.70)],
    dtype=[("nome", "U10"), ("idade", "i4"), ("altura", "f8")],
)
print(pessoas["nome"], pessoas["idade"].mean())
print(pessoas[pessoas["idade"] > 26])
print(pessoas.dtype.names, pessoas.itemsize)
print(np.sort(pessoas, order="idade")["nome"])

['Ana' 'Bia'] 27.5
[('Ana', 30, 1.65)]
('nome', 'idade', 'altura') 52
['Bia' 'Ana']

O itemsize é a soma dos campos: 40 bytes do nome (U10 são 10 caracteres de 4 bytes), 4 da idade e 8 da altura. Os registros ficam contíguos na memória, o que é bom para ler e gravar, e o acesso por campo é rápido.

Quando o conjunto de dados tem muitas colunas, tipos variados ou precisa de rótulos, o DataFrame do pandas faz tudo isso com mais conforto, e o NumPy estruturado é mais usado em interface com formatos binários e com código em C.

Datas e durações

O datetime64 guarda datas como números inteiros, com uma unidade que você escolhe (D para dias, M para meses, s para segundos). O timedelta64 guarda durações. A subtração de duas datas dá uma duração, e somar uma duração a uma data dá outra data:

d = np.array(["2026-01-15", "2026-02-20"], dtype="datetime64[D]")
print(d, d.dtype)
print(d[1] - d[0])
print(np.datetime64("2026-03-01") + np.timedelta64(30, "D"))

['2026-01-15' '2026-02-20'] datetime64[D]
36 days
2026-03-31

Sequências de datas e conversão de unidade

O arange funciona com datas. E o astype troca a unidade, o que é útil para agrupar por mês:

print(np.arange("2026-01-01", "2026-01-06", dtype="datetime64[D]"))
print(d.astype("datetime64[M]"))

['2026-01-01' '2026-01-02' '2026-01-03' '2026-01-04' '2026-01-05']
['2026-01' '2026-02']

Dias úteis

O NumPy conhece o calendário de dias úteis (segunda a sexta, por padrão), e conta e soma dias úteis diretamente. Feriados entram como uma lista:

print(np.busday_count("2026-10-01", "2026-10-31"))

22

De 1º a 30 de outubro de 2026 (o fim é excluído) existem 22 dias úteis.

Fusos horários

O datetime64 não tem fuso horário: ele guarda um instante sem dizer em que fuso ele está. Para trabalhar com fusos, use o módulo datetime com timezone/zoneinfo (capítulo 39 do curso de Python) ou o pandas, e guarde tudo em UTC.