# 个人添加,预测部分 season = pd.read_csv('HYWT_DEC_SEASONAL.csv',parse_dates = ['DATE'], index_col = 'DATE') seasonal_ts = season['seasonal'] # sales_ts代表列数据 total_p.plot() # figsize=(30,6) total_t.plot() # figsize=(30,6) seasonal_ts.plot() # figsize=(30,6) plt.legend(('total_predict', 'total_truth','seasonal_ts'),fontsize='15') # 图例，fontsize='15'字体大小 plt.title(" Kurle Test Data",fontsize='30') # 添加标题，fontsize='30'字体大小

这段代码是用来绘制Kurle测试数据的预测部分。首先，它加载了一个名为'HYWT_DEC_SEASONAL.csv'的文件，并将其中的'DATE'列解析为日期，并将其设置为索引列。然后，它提取了名为'seasonal'的列数据，并将其绘制在图上。此外，它还绘制了名为'total_predict'和'total_truth'的两个数据集。最后，它添加了图例和标题，图例中包含'total_predict'、'total_truth'和'seasonal_ts'，标题为"Kurle Test Data"。整体来说，这段代码用于可视化Kurle测试数据的预测部分，以便更好地理解和分析数据。