arima模型python画图

要在Python中使用ARIMA模型进行时间序列分析，并绘制图表，你可以按照以下步骤进行操作：

1. 导入所需的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.arima.model import ARIMA

2. 准备时间序列数据，将它转换为pandas的Series类型：

# 假设你的时间序列数据存储在一个名为data的列表中
data = [10, 20, 30, 40, 50, 60, 70, 80, 90]
series = pd.Series(data)

3. 拟合ARIMA模型并获取预测值：

# 使用ARIMA模型拟合数据
model = ARIMA(series, order=(1, 0, 0))  # 这里的order参数(1, 0, 0)表示ARIMA模型的(p, d, q)值
model_fit = model.fit()

# 获取模型的预测值
predictions = model_fit.predict(start=0, end=len(series)+n)  # n为你希望预测的未来时间步数

4. 绘制原始数据和预测值的图表：

# 绘制原始数据和预测值的图表
plt.plot(series, label='原始数据')
plt.plot(predictions, label='预测值')
plt.legend()
plt.show()

这样，你就可以使用ARIMA模型拟合时间序列数据并绘制出预测图表了。记得根据你的实际数据和需求调整代码中的参数。