python实现时间序列自相关图(acf)、偏自相关图(pacf)教程
更新时间:2020年06月03日 11:44:44 作者:DD-Kylin
这篇文章主要介绍了python实现时间序列自相关图(acf)、偏自相关图(pacf)教程,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
自相关图是一个平面二维坐标悬垂线图。横坐标表示延迟阶数,纵坐标表示自相关系数
偏自相关图跟自相关图类似, 横坐标表示延迟阶数,纵坐标表示偏自相关系数
自相关图与偏自相关图的python代码实现:
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
plot_acf(b.salesVolume)
plot_pacf(b.salesVolume)
可以看到,这个数据是偏自相关系数拖尾,自相关系数截尾的数据
补充知识:python 数据相关性可视化
话不多说直接上代码
import matplotlib.pyplot as plt import seaborn as sns data = test_feature.corr() #test_feature => pandas.DataFrame# sns.heatmap(data) plt.show()
效果图
以上这篇python实现时间序列自相关图(acf)、偏自相关图(pacf)教程就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
最新评论