anaconda3 win7_win7+ Anaconda3 下安装fbprophet

前言 :

最近在做时间序列预测的课题，经理让我了解一下prophet算法，所以就想着在win7环境下搞一套测试环境来，但是在网上搜了一些教程，各种血淋淋的字眼不禁让人望而却步，下面就把我的步骤记录一下。

环境背景：

我是Anaconda3的环境。

1.进入Navigator新创建一个环境，创建成功。

2.下载各种依赖

----sklearn----

点击apply

会出现以下显示，再次点击applay。

等待安装完成。。。。。。

----cython----

重复以上步骤~~

----pandas----

依旧同上~~~

----pystan----

----matplotlib----

3.安装fbprohet

最后就可以安装fbprohet了，这个算法包在anaconda里是找不到的，

1.打开prompt

2. 切换anaconda环境

activate prophetAndSklearn （prophetAndSklearn 这个是自己起的名字）

3.开始安装fbprophet(执行以下命令之一即可,推荐使用第一个)

conda install -c conda-forge fbprophet

conda install -c conda-forge/label/cf201901 fbprophet

conda install -c conda-forge/label/cf202003 fbprophet

万幸没有报错。

4.简单测试一下

注意一下，因为这次是在新创建的空间里安装的环境，所以python.exe的位置要搞清楚。

以我的举例，

Anaconda根目录envs ps：在这个目录下有你所有创建过的空间。

所以python.exe的位置在: Anaconda根目录envsprophetAndSklearnpython.exe

测试也在这个位置。运行exe

貌似是成功了。

5,将环境加入pycham里

随便创建一个python项目，或者导入一个之前的项目。

编译环境

File --> setting --> project

选择add

上图中的对号不要忘记点了。否则只有基础的python环境。

运行环境

选择和编译环境。

现在可以开始你的以第一个prophet小例子了。

import pandas as pd
import matplotlib.pyplot as plt
from fbprophet import Prophet
# 你自己的数据
path = 'E:异常点检测data'

df = pd.read_csv(path)
# 赋予列名字
columns = ['ds', 'y']
df.columns = columns
# 转换成时间格式
df.index = pd.to_datetime(df['ds'])
# 数据存在多个渠道，将各个渠道求和
df = df.resample('T').sum()
# 为了速度运算截取2天的数据
df = df['2019/11/10':'2019/11/13']
# 时间序列必须在字段里
df['ds'] = df.index
 # 数据必须是两列，ds为时间序列，y为指标列
m = Prophet().fit(df)
future = m.make_future_dataframe(periods=50, freq='T')
fcst = m.predict(future)
fig = m.plot(fcst)
plt.show()

搞定！