Python时间序列：绘制阈值穿越次数曲线及代码调试（含连续约束）

原代码的核心问题 #

1. 索引错误：y的索引应该对应外层循环的阈值（j），但你用了内层循环的数据点索引（i），导致每个阈值的计数没有被正确存入y的对应位置，大部分y元素未被赋值，所以显示为None。
2. 逻辑混乱：内层循环中每次检测到超过阈值就重置counter，根本无法累计有效计数；同时完全没有处理「连续2个及以上数据点超过」的约束。
3. 冗余变量：count、d等变量定义后未使用，属于无效代码。

修正后的代码实现 #

先明确：你需要的是哪种统计方式？

下面提供两种常见的统计逻辑，按需选择：

方式1：统计「连续超过阈值的段的数量」（例：连续3个超过算1次事件）

import numpy as np

# 假设你的时间序列数据是data，比如从minutedata中提取：
data = minutedata[1]

# 生成阈值序列
x = np.linspace(10, 40, 1440)
# 初始化结果数组，不用object类型，用float/int即可
y = np.zeros_like(x)

for j, x_thresh in enumerate(x):
    # 标记每个数据点是否超过当前阈值
    over_threshold = data > x_thresh
    # 给数组前后补False，方便处理边界的连续段
    padded = np.concatenate([[False], over_threshold, [False]])
    # 找状态变化的位置（False→True 或 True→False）
    transitions = np.diff(padded.astype(int))
    # 提取连续段的起始和结束位置
    starts = np.where(transitions == 1)[0]
    ends = np.where(transitions == -1)[0]
    # 计算每个连续段的长度
    segment_lengths = ends - starts
    # 统计长度≥2的连续段数量
    y[j] = np.sum(segment_lengths >= 2)

方式2：统计「所有属于连续2个及以上超过阈值的点的总数」（例：连续3个超过算3个点）

import numpy as np

data = minutedata[1]
x = np.linspace(10, 40, 1440)
y = np.zeros_like(x)

for j, x_thresh in enumerate(x):
    over_threshold = data > x_thresh
    # 用滑动窗口判断连续超过的情况：当前点和下一个点都超过，或当前点和前一个点都超过
    # 补边界后用卷积计算连续True的数量
    padded = np.concatenate([[False], over_threshold, [False]])
    # 卷积核[1,1]，计算相邻两个位置的True数量
    consecutive_counts = np.convolve(padded, [1, 1], mode='same')
    # 筛选出属于连续≥2个超过的点（且原数据本身超过阈值）
    valid_points = (consecutive_counts >= 2) & over_threshold
    # 统计符合条件的点总数
    y[j] = np.sum(valid_points)

额外说明 #

• 用numpy的向量化操作（比如np.sum、np.convolve）比纯Python循环效率高很多，尤其当你的时间序列数据量很大时。
• 原代码中y = np.empty(1440,dtype=object)是没必要的，因为我们统计的是数值，直接用np.zeros_like(x)初始化更合适，默认值为0，避免出现None。

内容的提问来源于stack exchange，提问作者liveFreeOrπHard