python做时间序列的方法:首先导入需要的工具包,输入“data.plot()”,“plt().show()”命令绘制时序图;然后由acf,pacf判断模型参数即可。
采用python进行简易的时间序列预测流程
时间序列可视化——>序列平稳——>acf,pacf寻找最优参——>建立模型——>模型检验——>模型预测
涉及到的工具包如下:# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from random import randrange
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.api import tsa原始数据
时间序列是与时间相关的一组数据,这里的数据主要是生成的模拟数据,仅是为了练习一下处理【时间序列】的流程。def generate_data(start_date, end_date):
df = pd.DataFrame([300 i * 30 randrange(50) for i in range(31)], columns=['income'],
index=pd.date_range(start_date, end_date, freq='D'))
return df