教你高效下载时间序列Prophet模型

👦👦一个帅气的boy，你可以叫我Love And Program
🖱 ⌨个人主页：Love And Program的个人主页
💖💖如果对你有帮助的话希望三连💨💨支持一下博主

🤪🤪前言

       莫名其妙成了数据分析师，我一直有着既来之则安之的原则，既然如此，那我就先学这一块呗；我的第一项任务：用时间序列Prophet模型建模，这东西不难，唯一一个缺点就是...安装太麻烦，报错更是离谱！！

---

👏👏正文

报错

error: command C:\\Program Files (x86)\\Microsoft Visual Studio 14.0\\VC\\BIN\\x86_amd64\\link.exe

error: command 'D:\\Microsoft Visual Studio\\2017\\Professional\\VC\\Tools\\MSVC\\14.16.27023\\bin\\

 fatal error C1001: 编译器中发生内部错误。     (编译器文件“msc1.cpp”，第 1518 行)      要解决此问题，请尝试简化或更改上面所列位置附近的程序。     

warning C4244: “初始化”: 从“Eigen::EigenBase<Derived>: :Index”转换到“int”，可能丢失数据           with

---

前提

一定要先安好这个才能进入下一步。

pip install pystan==2.19.1.1

---

Prophet安装事宜

       首先直接pip install肯定是不行，要真这么简单我也不会专门写个这个，最高效的办法是什么？请直接🖱进入pypi网页下载，选择最新的prophet 1.0.1版本进行下载。
       下载完成后我们打开安装环境，无论是cmd还是Anaconda，一定要把这个包拖到你想要的使用的环境中解压使用，找到环境所在位置如下图，

进入site-packages文件夹解压后可以看见压缩包中的架构

打开命令提示符，必须使用命令对setup.py进行操作

#python setup.py build#这一条可以试试，我运行没成功，但是因为好像已经编译过
#直接用下一条就可以安装成功
python setup.py install

直接运行成功，我遇见一个小小的插曲

Importing plotly failed. Interactive plots will not work.

直接安装对应库即可

pip install plotly 

示例

源码在这，里面例子可以自己尝试一下，其主要功能我可以简述一下：使用神经网络来查找一组指定属性与其他属性之间的关系，它可用于从更简单的属性中预测难以预料或难以计算的属性。

import pandas as pd
from prophet.plot import plot_plotly, plot_components_plotly
from prophet import Prophet
df = pd.read_csv('../examples/example_wp_log_peyton_manning.csv')
print(df.head())
m = Prophet()
m.fit(df)
future = m.make_future_dataframe(periods=365)
print(future.tail())
forecast = m.predict(future)
forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].tail()

fig1 = m.plot(forecast)
fig2 = m.plot_components(forecast)
plot_plotly(m, forecast)
plot_components_plotly(m, forecast)

       于是，这个号称最难安装的库一上午就安完了，最后这个方法我甚至就用了几分钟，看别人的又是编译器版本太低啥啥的都不行。
       对你有帮助的话欢迎支持我，对我点赞+收藏即可🥰🥰