我需要一个时间序列模型ARiMA的预测代码

以下是一个使用ARIMA模型进行时间序列预测的Python代码示例：

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

# 创建时间序列数据
dates = pd.date_range('20200101', periods=100, freq='D')
data = pd.Series(np.random.randint(0, 100, size=100), index=dates)

# 可视化原始数据
plt.plot(data)
plt.show()

# 拆分数据集
train_data = data[:80]
test_data = data[80:]

# 创建ARIMA模型并训练
model = ARIMA(train_data, order=(1, 1, 1))
model_fit = model.fit(disp=0)

# 对测试集进行预测
predictions = model_fit.forecast(steps=20)[0]

# 可视化预测结果
plt.plot(test_data)
plt.plot(predictions, color='red')
plt.show()

该代码首先创建了一个时间序列数据，并将其可视化。然后将数据集分成训练集和测试集，使用ARIMA模型对训练集进行训练，并使用模型对测试集进行预测。最后，使用matplotlib库将测试集和预测结果可视化。