Python：Jupyter内核在自定义时序绘图函数加滞后数时崩溃

看起来你在使用自定义的tsplot函数时遇到了大lags参数引发的内核崩溃问题，这在时间序列分析里是很常见的情况——主要是大lags会带来计算量和内存占用的激增。下面是针对性的解决方案和优化建议：

1. 先补全函数并添加基础防护 #

我先把你的代码补全，同时加入对lags参数的安全校验，避免不合理的输入直接拖垮内核：

import pandas as pd
import matplotlib.pyplot as plt
import statsmodels.api as sm
import statsmodels.tsa.stattools as smt

def tsplot(y, lags=None, figsize=(12, 7), style='bmh'):
    if not isinstance(y, pd.Series):
        y = pd.Series(y)
    
    # 核心：限制lags的合理范围，避免无意义的超大计算
    max_lag_ratio = 1/5  # 建议lags不超过序列长度的1/5，可按需调整
    if lags is None:
        lags = min(100, int(len(y) * max_lag_ratio))
    else:
        # 强制lags不超过序列长度的合理比例，同时确保大于0
        lags = min(lags, int(len(y) * max_lag_ratio))
        if lags <= 0:
            raise ValueError("lags必须大于0，且建议不超过序列长度的1/5")
    
    with plt.style.context(style):
        fig = plt.figure(figsize=figsize)
        layout = (2, 2)
        ts_ax = plt.subplot2grid(layout, (0, 0), colspan=2)
        acf_ax = plt.subplot2grid(layout, (1, 0))
        pacf_ax = plt.subplot2grid(layout, (1, 1))
        
        y.plot(ax=ts_ax)
        # 补充ADF检验结果展示
        adf_result = smt.adfuller(y)
        ts_ax.set_title(
            f'Time Series Analysis Plots\nADF Statistic: {round(adf_result[0], 2)}, p-value: {round(adf_result[1], 4)}'
        )
        
        # 优化ACF/PACF计算速度
        smt.graphics.plot_acf(y, lags=lags, ax=acf_ax, fft=True)
        smt.graphics.plot_pacf(y, lags=lags, ax=pacf_ax, method='ywm')
        
        plt.tight_layout()
        return fig

2. 关键优化点解释 #

• lags参数校验：过大的lags不仅计算效率极低，而且对于时间序列来说，超过一定长度的自相关系数通常没有统计意义（比如超过序列长度的1/5），强制限制可以避免无意义的资源消耗。
• FFT加速ACF计算：plot_acf的fft=True参数会使用快速傅里叶变换计算自相关，在大样本和大lags场景下，计算速度能提升数倍。
• 高效PACF计算方法：选择method='ywm'（修正协方差的Yule-Walker方法）比默认方法更快，适合处理大lags的情况。

3. 系统层面的补充解决方案 #

如果代码优化后仍然崩溃，可能是Jupyter本身的资源限制问题：

• 重启内核：内核崩溃后残留的内存占用会影响后续运行，先重启内核再测试。
• 增加Jupyter资源：如果你的机器内存足够，可以在启动Jupyter时分配更多内存，比如修改启动命令：

  jupyter notebook --NotebookApp.max_buffer_size=1000000000
  

• 降采样数据：如果你的时间序列数据量极大（百万级以上），可以先按小时/天聚合降采样，减少计算压力后再分析。

4. 使用建议 #

• 对于长度超过10000的序列，lags尽量控制在1000以内；短序列的lags不要超过长度的1/3。
• 每次运行完大计算量的代码后，用%reset -f清理变量释放内存。

内容的提问来源于stack exchange，提问作者Porada Kev