python rpy2时间序列_Python时间序列预测：用rpy2调用R的forecast包

1.问题描述

在时间序列预测上，R语言明显优于Python。

R中forecast包是很强大的时间序列预测包。例如forecast::nnetar，是用神经网络对时间序列进行回归预测的，python里确没有完全相同的函数来实现；R中的forecast::auto.arima感觉比Python的pyramid.auto_arima快得多。

借助rpy2包，Python可以调用R语言强大的时间序列预测API，可以方便的使用Python来进行时间序列预测。

2.安装rpy2

ubuntu安装是常规的安装方法：

sudo pip3 install rpy2

3.调用R函数

R forecast包里有很多函数，例如auto.arima()、ets()、tbats()等算法，都可以用下述的方法调用。

以R中的神经网络回归预测nnetar()为例，用Python调用它的步骤如下(假设时间序列是data，在python中它的类型是list,data=[data1,data2,data3,…])

在R中用nnetar()的预测代码

library(‘forecast’)

#训练模型，注意此处data是R中的ts对象，需要用data=ts(data,frequency=T)转化一下,T为序列的周期。

data=ts(c(data1,data2,data3,...),freqency=T)

model=nnetar(data)

#下面的h是要预测的数据点的个数,假设为8

pred=forecast(model,h=8)

在python里的操作和上述步骤对应：