使用trendy.py计算极值时出现空序列ValueError问题求助

首先，这个错误的核心原因很明确：当执行min(x[(min1 + window):])时，min1 + window的值大于等于你的数据总长度（100），导致切片出来的序列是空的，而min()函数不能接收空序列作为参数。

你推测问题出在min1的计算上完全正确——原代码里的min1计算逻辑大概率没有考虑窗口大小与数据长度的边界限制。举个例子：假设你的window参数是20，当min1被计算为85时，85+20=105，已经超过了100天的数据长度，这时候x[105:]就是空序列，直接触发报错。

下面是具体的解决步骤：

• 先确认窗口大小的合理性：你的数据是固定100天，要保证window的值满足window < len(x)/2（比如最大不超过49），这样哪怕min1出现在数据前半段，min1+window也不会超出数据长度。如果业务上必须用较大的window，那就要在后续逻辑里做特殊处理。
• 修正min1的计算逻辑：在找到min1的候选索引后，过滤掉那些min1 >= len(x) - window的结果。比如原代码如果是找整个序列里最小值的索引，那要改成找x[:len(x)-window]这个子序列里的最小值索引，确保后面有足够的元素可以取切片。
• 给min2的计算加边界判断：在调用min()之前先检查切片是否为空，避免直接报错，比如：

# 替换原来的min2计算代码
post_min1_slice = x[(min1 + window):]
if not post_min1_slice:
    # 这里可以根据业务需求调整，比如取最后window个元素的最小值，或者标记该数据不符合计算条件
    min2 = min(x[-window:])
else:
    min2 = min(post_min1_slice)

• 同步检查Max类指标的逻辑：既然min系列出现了边界问题，Max1、Max2的计算大概率也存在同样的风险，建议一并排查修正，避免后续出现类似的ValueError。

内容的提问来源于stack exchange，提问作者Yousuf