如何计算Unix时间戳间隔并修复现有差值校验代码问题

• 核心问题是math.isclose的默认公差设置过于严格，完全不适合实际场景下的时间戳校验：
  • math.isclose默认相对公差rel_tol=1e-09、绝对公差abs_tol=0.0，对于60秒的间隔，仅允许小于60纳秒的误差，只要你的时间戳存在毫秒级的采集误差就会判定为不匹配
  • 如果你传入的是numpy浮点类型的数值，部分旧版本的math.isclose对非Python原生浮点类型的兼容性不佳，也可能导致判定异常
• 补充说明：你给出的样例输入timestamps = [1632267861.212 + i for i in range(100)]实际运行是可以打印出1632267921.212（也就是i=60对应的时间戳）的，如果你实际用的数据集不是这种完全无误差的整数递增序列，就会触发公差过严的问题。

修改isclose的公差参数，根据你的业务精度要求设置合理的绝对公差，比如允许0.1秒的误差：

from math import isclose
import numpy as np

def check_time_interval(now, update, interval, abs_tol=0.1):
    # 提前过滤掉比当前基准早的时间戳，避免逆序时间戳的问题
    if update <= now:
        return now
    if isclose(update - now, interval, abs_tol=abs_tol):
        print(update)
        return update
    return now

interval = 60.0
# 假设timestamps是numpy数组，先转成原生浮点避免兼容性问题
timestamps = np.array([1632267861.212 + i for i in range(100)]).tolist()
now = timestamps[0]
for timestamp in timestamps:
    now = check_time_interval(now, timestamp, interval)

对于大规模的numpy数组，纯Python循环的性能较低，可以用numba加速循环，因为你的逻辑是有状态的（依赖上一个匹配的时间戳），无法完全用numpy向量化操作实现，numba可以将Python循环编译为机器码，性能提升10~100倍：

import numpy as np
from numba import jit

@jit(nopython=True)
def find_matching_timestamps(timestamps, interval, abs_tol=0.1):
    res = []
    now = timestamps[0]
    for ts in timestamps:
        if ts <= now:
            continue
        if abs((ts - now) - interval) <= abs_tol:
            res.append(ts)
            now = ts
    return res

# 调用示例
timestamps = np.array([1632267861.212 + i for i in range(100000)])
matched = find_matching_timestamps(timestamps, 60.0, 0.1)
print(matched)

如果你的时间戳是严格递增的，还可以提前判断差值超过interval + abs_tol的时候直接跳过中间的大量元素，进一步提升性能。

内容的提问来源于stack exchange，提问作者papabiceps