预测模型 python

预测模型是指根据已有的数据和模型，通过对未来的情况进行推测和预测的方法。在Python中，可以使用各种库和算法来构建和应用预测模型。下面是一个使用Python进行预测模型的例子[^1]：

import numpy as np
import matplotlib.pyplot as plt

# 原始数据
y = np.array([10, 20, 30, 40, 50])

# 趋势外推预测模型
n = len(y)
x = np.arange(1, n+1)
trendline = np.polyfit(x, y, 1)
y_new = np.polyval(trendline, n+2)

# 绘制图表
plt.plot(np.arange(1, n+1), y, label='原始数据')
plt.plot(np.arange(1, n+3), np.append(trendline, y_new), label='趋势线')
plt.scatter(n+2, y_new, color='red', label='预测值')
plt.title('趋势外推预测模型(佩尔预测模型)案例')
plt.xlabel('年份')
plt.ylabel('客运量 X1/万人')
plt.legend()
plt.show()

这个例子中，我们使用了numpy库来处理数据，使用matplotlib库来绘制图表。首先，我们给定了一组原始数据y，然后使用polyfit函数拟合出趋势线的系数，再使用polyval函数计算出预测值y_new。最后，我们使用plot函数绘制原始数据和趋势线，使用scatter函数标记出预测值，并使用title、xlabel和ylabel函数添加标题和坐标轴标签。