数据分析-26-时间序列预测之基于ARIMA的时间序列数据分析

1 数据加载

国际旅行旅客人数数据集——international-airline-passengers。
参考international-airline-passengers.xlsx数据下载链接
(1)首先，我们导入了必要的Python库，包括用于处理数据的pandas、用于绘图的matplotlib.pyplot、以及用于时间序列建模的statsmodels；
(2)然后使用pandas库的read_excel方法读取Excel格式的数据集；
(3)再使用pd.to_datetime()将Month列转换为日期时间类型，这样做是为了确保时间序列的索引是日期类型；
(4)最后使用set_index()方法将Month列设置为数据框的索引,这一步是关键，因为时间序列分析要求数据按时间顺序排列。

import numpy as np
import pandas as pd
import matplotlib.py