用python做excel的单指数平滑预测并做出预测图表

可以使用Python中的pandas和matplotlib库来进行Excel的单指数平滑预测并绘制预测图表。具体步骤如下：

1. 导入所需的库：

import pandas as pd
import matplotlib.pyplot as plt

2. 读取Excel数据：

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

其中，data.xlsx为Excel文件名，Sheet1为表格名。

3. 进行单指数平滑预测：

alpha = 0.2  # 平滑系数
df['F1'] = df['Actual'].iloc[0]  # 初始化第一个预测值
for i in range(1, len(df)):
    df['F1'].iloc[i] = alpha * df['Actual'].iloc[i] + (1 - alpha) * df['F1'].iloc[i - 1]

其中，Actual为实际值列，F1为预测值列。

4. 绘制预测图表：

plt.plot(df['Actual'], label='Actual')
plt.plot(df['F1'], label='Forecast')
plt.legend()
plt.show()

其中，plt.plot()函数用于绘制线条，label用于标注线条名称，plt.legend()用于显示图例，plt.show()用于显示图表。

完整代码如下：

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_excel('data.xlsx', sheet_name='Sheet1')

alpha = 0.2  # 平滑系数
df['F1'] = df['Actual'].iloc[0]  # 初始化第一个预测值
for i in range(1, len(df)):
    df['F1'].iloc[i] = alpha * df['Actual'].iloc[i] + (1 - alpha) * df['F1'].iloc[i - 1]

plt.plot(df['Actual'], label='Actual')
plt.plot(df['F1'], label='Forecast')
plt.legend()
plt.show()

其中，data.xlsx文件中应包含实际值列Actual。