python短期预测图_用Python预测「周期性时间序列」的正确姿势

这是当初刚进公司时，leader给的一个独立练手小项目，关于时间序列预测，情景比较简单，整个过程实现下来代码也仅100多行，但完成过程中踩了很多坑，觉的有必要分(tu)享(cao)一下。完整代码和样例数据放到了我的github上(文章仅粘贴部分)：

https://github.com/scarlettgin/cyclical_series_predict

1、背景

公司平台上有不同的api，供内部或外部调用，这些api承担着不同的功能，如查询账号、发版、抢红包等等。日志会记录下每分钟某api被访问了多少次，即一个api每天会有1440条记录(1440分钟)，将每天的数据连起来观察，有点类似于股票走势的意思。我想通过前N天的历史数据预测出第N+1天的流量访问情况，预测值即作为合理参考，供新一天与真实值做实时对比。当真实流量跟预测值有较大出入，则认为有异常访问，触发报警。

2、数据探索

我放了一份样例数据在data文件夹下，

看一下数据大小和结构

data = pd.read_csv(filename)

print('size: ',data.shape)

print(data.head())

data.png

数据大小：

共10080条记录，即10080分钟，七天的数据。

字段含义：

date：时间，单位分钟

count：该分钟该api被访问的次数

画图看一下序列的走势:(一些画图等探索类的方法放在了test_stationarity.py 文件中，包含时间序列图，移动平均图，有兴趣的可以自己尝试下)。

def draw_ts(timeseries):

timeseries.plot()

plt.show()

data = pd.read_csv(path)

data = data.set_index('date')

data.index = pd.to_datetime(data.index)

ts = data['count']

draw_ts(ts)

序列.png

看这糟心的图，那些骤降为0的点这就是我遇到的第一个坑，我当初一拿到这份数据就开始做了。后来折腾了好久才发现，那些骤降为0的点是由于数据缺失，ETL的同学自动补零造成的，沟通晚了(TДT)。

把坑填上，用前后值的均值把缺失值补上，再看一眼：

填充好缺失值的序列.png

发现这份数据有这样几个特点，在模型设计和数据预处理的时候要考虑到：

1、这是一个周期性的时间序列，数值有规律的以天为