不同采样密度时间序列如何对齐比较同时间点y值

你需要对齐两条同时间范围、不同采样密度的时间曲线，逐时间点匹配y值以计算true positive（真阳性）、true negative（真阴性）、false positive（假阳性）、false negative（假阴性）四类混淆矩阵指标，可直接按以下三类思路实现，不需要做整数比分块：

方案1：时间戳最近邻匹配（二分类标签场景首选） #

• 第一步先为两条序列生成精确的线性时间戳数组：
  • 600001个采样点的高密序列：采样间隔约为0.002秒，直接用np.linspace(0, 1200, 600001)即可生成从0秒到1200秒逐点对应的时间戳
  • 5990个采样点的低密序列：采样间隔约为0.2004秒，同理用np.linspace(0, 1200, 5990)生成对应时间戳
• 第二步做点位匹配：以低密序列的每个时间戳为查询值，在高密序列的时间戳数组中用二分查找找时间差绝对值最小的对应点，直接取两点的y值做二值对比即可。代码实现可以直接调用numpy的np.searchsorted接口，不需要全量遍历，计算效率极高。
• 边界处理：0秒和1200秒两个首尾点位直接匹配两条序列的首尾点即可，不存在跨时间范围的错配问题。

方案2：插值统一采样轴（连续值场景适用） #

• 选定任意一条序列的时间轴作为对齐基准，日常使用选点数更少的低密序列时间轴做基准即可，计算量更小。
• 对另一条序列做插值得到基准时间点对应的y值：如果你的y值本身是0/1二分类标签，选最近邻插值即可，结果和最近邻匹配完全一致；如果y值是连续模拟量、需要后续做阈值切分判定正负样本，可以选线性插值，避免采样点微偏带来的判定误差。
• 代码实现直接调用scipy.interpolate.interp1d接口，传入原始序列的时间戳、y值和基准时间戳数组，就能直接输出对齐后的等长序列。注意不要用三次样条这类高阶插值处理二分类标签，会把0/1值插成非整数，引入不必要的计算误差。

方案3：时间窗聚合匹配（事件检测类场景适用） #

• 按照低密序列的平均采样间隔划分等长时间窗，单窗长约0.2秒，覆盖1200秒全范围。
• 统计每个时间窗内高密序列y值的众数（二分类场景）/均值（连续值场景），和对应窗内低密序列点位的y值做对比。
• 这个方案对毫秒级的采样时刻偏移容忍度极高，不会因为两个设备的采样时刻差几毫秒就出现错配，更适合工业传感器异常检测、状态告警这类本身带时间容差的业务场景。

落地前可以先抽几个时间点做校验：比如取100秒、600秒、1100秒三个位置，手动核对匹配到的两个点位时间差是否在可接受范围内，确认匹配逻辑符合业务判定要求再跑全量数据计算混淆矩阵。

内容的提问来源于stack exchange，提问作者Marieke