python:时序预测，使用ARIMA模型，先对原始数据进行归一化和二阶差分且分为训练集和测试集，然后定阶，然后在测试集进行ARIMA预测，然后把数据反归一化等，并输出对比图

感谢您的问题。关于您的问题，我可以给出以下回答：

1. 首先，您需要将原始数据进行归一化处理，这可以用到数据处理库如pandas和numpy来实现。

2. 接着，对归一化后的数据进行二阶差分，可以使用pandas的diff()函数来实现，例如diff_data = normalized_data.diff(2)。

3. 将差分后的数据分为训练集和测试集，可以使用sklearn库中的train_test_split()函数。

4. 确定ARIMA模型的阶数，可以通过ACF和PACF图以及自动化工具如pmdarima库来实现。

5. 在测试集上进行ARIMA预测，可以使用statsmodels库中的ARIMA()函数来实现。

6. 对预测结果进行反归一化处理，并输出对比图，可以使用pandas和matplotlib库来实现。

希望以上回答能够帮到您，如有疑问，可以继续提问。