python 预测下一年数据 程序_用python做时间序列预测二：时间序列的一般数据格式和可视化...

本文将介绍如何通过python来读取、展现时间序列数据。

读取

时间序列数据一般用cvs等电子表格的形式存储，这里以cvs为例：

from dateutil.parser import parse

from datetime import datetime

import matplotlib as mpl

import matplotlib.pyplot as plt

import seaborn as sns

import numpy as np

import pandas as pd

params = {

'font.family': 'serif',

'font.serif': 'FangSong',

'font.style': 'italic',

'font.weight': 'normal',  # or 'blod'

'font.size': 12,  # 此处貌似不能用类似large、small、medium字符串

'axes.unicode_minus': False

}

rcParams.update(params)

import matplotlib.pyplot as plt

import pandas as pd

# 未来pandas版本会要求显式注册matplotlib的转换器，所以添加了下面两行代码，否则会报警告

from pandas.plotting import register_matplotlib_converters

register_matplotlib_converters()

# Import as Dataframe

date_parse = lambda x: datetime.strptime(x, '%Y-%m-%d')

ser = pd.read_csv(

'https://raw.githubusercontent.com/selva86/datasets/master/a10.csv',

index_col='Month', # 指定索引列

parse_dates=['Month'], # 将指定列按照日期格式来解析

date_parser=date_parse) # 日期格式解析器

ser .head()

可视化

import matplotlib.pyplot as plt

df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/a10.csv', parse_dates=['date'], index_col='date')

# Draw Plotdef plot_df(df, x, y, title="", xlabel='Date', ylabel='Value', dpi=100):

plt.figure(figsize=(16,5), dpi=dpi)

plt.plot(x, y, color='tab:red')

plt.gca().set(title=title, xlabel=xlabel, ylabel=ylabel)

plt.show()

plot_df(df, x=df.index, y=df.value, title='Monthly anti-diabetic drug sales in Australia from 1992 to 2008.')

本篇介绍了时间序列的一般数据格式和基于python的可视化方法，下一篇将介绍时间序列的分解方法，目的是通过分解出的时间序列的各个成分来进一步的了解时间序列。

ok,本篇就这么多内容啦~，感谢阅读O(∩_∩)O。