《用Python实现时间序列预测的核心代码程序》

《用Python实现时间序列预测的核心代码程序》在时间序列预测中，使用Python实现的核心代码如下:#导入相关模块import pandasas pdimportnumpy asnpimport seabornas snsimportmatplotlib.pyplot aspit

1、加载数据data=pd.read excel，ZD:\\Data\\time_sequence.xlsxz，根据需要调整并优化数据df=data.iloc[:,:2]df.columns=[date,value]df[date]=pd.to_datetime dff date*]df=df.set_index[，date*]#

2、建模构建时间序列模型from statsmodels.tsa.arima modelimport ARIMAmodel=ARIMAdf,order=l,1,0model_fit=model,fitdisp=False#

3、预测预测结果yhat=model_fit.predictstart=pd.to_datetime C2019-1-T,end=pd.to_datetime2019T2T,dynamic二True

4、结果验证#结果评估from statsmodels.tsa.stattools importadfuller asADF#Dickey-Fuller testprintuJ原始序列的p值为，roundADFdf[value]

[1],6#

5、可视化结果设置窗口样式#设置图片大小fig=pit.figurefigsize=12,8#画出原始数据折线图pit.plot df,label=Original#画出预测数据折线图pit.plotyhat,color=red,label=Predicted#设置图片标题pit.titleTime SeriesForecasting#设置图例pit.legend#显示图片pit.show。