pytz时区转换性能

我有来自数据库的超过 100 万个日期时间对象，我想将它们中的每一个转换为时区感知的日期时间对象。这是我的辅助函数 conv_tz：

# dt is python datetime object, src_tz and dest_tz and pytz.timezone objects
def conv_tz(dt, src_tz, dest_tz):
    if not dt: return None
    sdt = src_tz.localize(dt)
    return sdt.astimezone(dest_tz)

这是分析器的结果：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
1101475    1.166    0.000   44.440    0.000 ../release/python/lib/dtutil.py:128(conv_tz)
1101475    9.092    0.000   35.656    0.000 /app/python/lib/python3.4/site-packages/pytz/tzinfo.py:244(localize)

问题1：有什么办法可以让它运行得更快吗？假设数据库中的每个日期时间对象位于 pytz.timezone('America/New_York') 中，并且目标时区因每个日期时间对象（或数据库中的每一行）而异

事实上，在我获得时区感知的日期时间对象后，我真正想要实现的是将这些日期时间对象转换为matlab时间（不支持时区）。所以这是我使用的to_mat函数：

def to_mat(dt):
    if not dt:  return None
    val = dt.toordinal() + 366
    t = dt.time()
    return val + (((t.hour * 60) + t.minute) * 60 + t.second) / float(_seconds_day) + t.microsecond / 1.0e6 / _seconds_day

我将这两个函数一起调用以处理超过 100 万个日期时间对象：

matdt = dtutil.to_mat(dtutil.conv_tz(dt, pytz.timezone('America/New_York'), dst_tz))

问题2：也许有更好的方法来一起进行这些转换？这是 to_mat 的分析器，它似乎比 conv_tz 耗时更少：

3304425    5.067    0.000    5.662    0.000 ../release/python/lib/dtutil.py:8(to_mat)

环境：CentOS6 x64 + Python3.4.3 x64

感谢 J.F. 塞巴斯蒂安的评论！这是我决定使用的，假设这些数据时间对象的默认时区与操作系统时区一致：

def conv_tz2(dt, dest_tz):
    if not dt: return None
    return datetime.fromtimestamp(dt.timestamp(), dest_tz)

它运行的是原始 conv_tz 的一小部分。这是基于 50 万转换的测试：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
567669    0.664    0.000   23.354    0.000 ../test/test_tz.py:17(conv_tz)
567669    4.831    0.000   18.732    0.000 /app/python/lib/python3.4/site-packages/pytz/tzinfo.py:244(localize)
567669    0.472    0.000    5.786    0.000 ../test/test_tz.py:22(conv_tz2)