plt.plot(df.index[train_size:], df.values[train_size:], label='Real Data') plt.plot(df.index[train_size:], rev, label='Predicted Data')

这段代码使用了 `plt.plot()` 函数绘制了两条曲线，分别代表实际数据和预测数据。

第一条曲线使用了 `df.index[train_size:]` 和 `df.values[train_size:]` 作为 x 轴和 y 轴数据，分别表示实际数据的时间序列和数值。其中，`df.index[train_size:]` 表示时间序列的切片，从第 `train_size` 个时间点开始，一直到最后一个时间点；`df.values[train_size:]` 表示数值的切片，也是从第 `train_size` 个时间点开始，一直到最后一个时间点。

第二条曲线使用了 `df.index[train_size:]` 和 `rev` 作为 x 轴和 y 轴数据，分别表示预测数据的时间序列和数值。其中，`df.index[train_size:]` 表示时间序列的切片，与第一条曲线保持一致；`rev` 表示预测数据的数值序列，即经过反向恢复后的原始序列。

这两条曲线分别用 `'Real Data'` 和 `'Predicted Data'` 作为标签，通过 `label` 参数传递给 `plt.plot()` 函数，最后使用 `plt.legend()` 函数添加图例，方便对比。