sktime 时间序列预测 画图

sktime提供了许多用于时间序列预测的模型和工具，例如ARIMA、SARIMA、ETS等。绘制时间序列预测图形的方法通常包括将实际数据和预测数据一起绘制，并使用不同的颜色或线型区分它们。

下面是一个简单的示例，演示如何使用sktime和Matplotlib绘制时间序列预测图形：

import matplotlib.pyplot as plt
from sktime.forecasting.arima import AutoARIMA
from sktime.datasets import load_airline

# 加载航空公司乘客数据集
y = load_airline()

# 拆分数据集
y_train, y_test = y[:120], y[120:]

# 训练自动ARIMA模型
forecaster = AutoARIMA(sp=12, suppress_warnings=True)
forecaster.fit(y_train)

# 预测未来12个月的数据
y_pred = forecaster.predict(fh=[i for i in range(1, 13)])

# 绘制实际数据和预测数据的线图
plt.plot(y_train, label='train')
plt.plot(y_test, label='test')
plt.plot(y_pred, label='forecast')
plt.title('Airline Passengers')
plt.xlabel('Time')
plt.ylabel('Passengers')
plt.legend()
plt.show()

在这个示例中，我们首先使用sktime加载了航空公司乘客数据集，并将其拆分为训练集和测试集。然后，我们使用自动ARIMA模型来训练数据，并使用该模型预测未来12个月的数据。最后，我们将实际数据、测试数据和预测数据一起绘制在同一张图上，并使用不同的颜色区分它们。

您可以根据需要自定义这些图形，例如添加网格线、更改线条颜色或线型等。Matplotlib提供了许多选项，可以让您创建漂亮的时间序列预测图形。