statsmodels.tsa.SARIMAX函数构建arima模型代码

下面是使用 `statsmodels.tsa.SARIMAX` 函数构建 ARIMA 模型的代码示例：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.statespace.sarimax import SARIMAX

# 读取时间序列数据
data = pd.read_csv('data.csv', index_col=0, parse_dates=True)

# 创建 SARIMAX 模型对象
model = SARIMAX(data, order=(1, 1, 1), seasonal_order=(1, 1, 1, 12))

# 拟合模型并进行预测
results = model.fit()
predict = results.predict(start='2021-01-01', end='2021-12-31')

# 绘制预测结果图像
plt.plot(data, label='Actual')
plt.plot(predict, label='Predicted')
plt.legend()
plt.show()

这里使用了 `SARIMAX` 函数创建了一个 ARIMA 模型对象，其中 `order` 参数指定 ARIMA 模型的阶数，`seasonal_order` 参数指定季节性因素的阶数。接着使用 `fit` 方法拟合模型，使用 `predict` 方法进行预测。最后使用 `matplotlib` 库绘制预测结果图像。