rainPredictPlot = np.empty_like(data) trainPredictPlot[:, :] = np.nan trainPredictPlot[look_back:len(trainPredict)+look_back, :] = trainPredict testPredictPlot = np.empty_like(data) testPredictPlot[:, :] = np.nan testPredictPlot[len(trainPredict)+(look_back*2)+1:len(data)-1, :] = testPredict data3 = data[10000:10565] plt.plot(scaler.inverse_transform(data)) trainPredictPlot1 = trainPredictPlot[10000:10565] testPredictPlot1 = testPredictPlot[10000:10565] plt.plot(trainPredictPlot, color='green') plt.plot(testPredictPlot, color='red') plt.legend(['true', 'xpred', 'cpred']) plt.show()

这段代码是用于绘制一个预测结果图，其中trainPredictPlot和testPredictPlot是两个预测结果数组，分别代表训练集和测试集的预测结果。这两个数组的长度都是等于原始数据的长度，但是在未预测的部分都被赋值为了nan，只有预测过的部分才有实际的预测值。data3是原始数据的一个部分，plt.plot(scaler.inverse_transform(data))是绘制原始数据的曲线，plt.plot(trainPredictPlot, color='green')和plt.plot(testPredictPlot, color='red')分别是绘制训练集和测试集的预测结果曲线，颜色分别为绿色和红色。最后plt.legend(['true', 'xpred', 'cpred'])是给这三条曲线添加一个图例。