![f25565207d471960e6f7dfcebb548f3c.gif](https://img-blog.csdnimg.cn/img_convert/f25565207d471960e6f7dfcebb548f3c.gif)
本文所使用的数据来源于联通的股票数据,数据来源于网络。
import numpy as np #导入包import pandas as pdimport matplotlib.pylab as pltimport statsmodels.api as sm
df=pd.read_csv('中国联通.csv',encoding='utf-8',index_col='date') #导入数据df
![6c0c34536aa980e0d486eb4bf178ce4b.png](https://img-blog.csdnimg.cn/img_convert/6c0c34536aa980e0d486eb4bf178ce4b.png)
from datetime import datetime #导入datetime模块df.index=pd.to_datetime(df.index) #转换数据格式ts=df['open']ts
![a7e65699fca852a659502160d0e515da.png](https://img-blog.csdnimg.cn/img_convert/a7e65699fca852a659502160d0e515da.png)
ts.head() #查看数据前五个
![df83c4ff9a167cf5919ccd47a0a74b3a.png](https://img-blog.csdnimg.cn/img_convert/df83c4ff9a167cf5919ccd47a0a74b3a.png)
plt.rcParams['font.sans-serif'] = ['simhei'] #字体为黑体plt.rcParams['axes.unicode_minus'] = False #正常显示负号 #时序图的绘制ts.p