pmdarima
Pmdarima（最初为 pyramid-arima，用“py” + “arima” 的回文构词）是一个统计库，旨在填补 Python 时间序列分析功能中的空白。这包括：
- 等效于 R 的
auto.arima功能 - 平稳性和季节性统计检验的集合
- 时间序列实用程序，例如微分和逆微分
- 大量内生和外生的变形器和特征器，包括 Box-Cox 和 Fourier 转换
- 季节性时间序列分解
- 交叉验证实用程序
- 丰富的内置时间序列数据集，用于原型制作和示例
- Scikit-learn-esque 管道可以合并您的评估并促进生产
Pmdarima 将 statsmodels 隐藏在内部，但是它的设计界面对于有 scikit-learn 背景的用户来说很熟悉。
安装
Pmdarima 在 pypi 上具有 Windows、Mac 和 Linux（manylinux）的二进制和源发行版，软件包名称为 pmdarima，可通过 pip 下载：
$ pip install pmdarima
快速入门示例
在 wineind 数据集上拟合一个简单的自动 ARIMA：
import pmdarima as pm from pmdarima.model_selection import train_test_split import numpy as np import matplotlib.pyplot as plt # Load/split your data y = pm.datasets.load_wineind() train, test = train_test_split(y, train_size=150) # Fit your model model = pm.auto_arima(train, seasonal=True, m=12) # make your forecasts forecasts = model.predict(test.shape[0]) # predict N steps into the future # Visualize the forecasts (blue=train, green=forecasts) x = np.arange(y.shape[0]) plt.plot(x[:150], train, c='blue') plt.plot(x[150:], forecasts, c='green') plt.show()
在 sunspots 数据集上装配一个更复杂的管道，序列化它，然后从磁盘加载它来进行预测。
import pmdarima as pm
from pmdarima.model_selection import train_test_split
from pmdarima.pipeline import Pipeline
from pmdarima.preprocessing import BoxCoxEndogTransformer
import pickle
# Load/split your data
y = pm.datasets.load_sunspots()
train, test = train_test_split(y, train_size=2700)
# Define and fit your pipeline
pipeline = Pipeline([
('boxcox', BoxCoxEndogTransformer(lmbda2=1e-6)), # lmbda2 avoids negative values
('arima', pm.AutoARIMA(seasonal=True, m=12,
suppress_warnings=True,
trace=True))
])
pipeline.fit(train)
# 像在 scikit 中一样序列化模型：
with open('model.pkl', 'wb') as pkl:
pickle.dump(pipeline, pkl)
# 加载并无缝进行预测：
with open('model.pkl', 'rb') as pkl:
mod = pickle.load(pkl)
print(mod.predict(15))
# [25.20580375 25.05573898 24.4263037 23.56766793 22.67463049 21.82231043
# 21.04061069 20.33693017 19.70906027 19.1509862 18.6555793 18.21577243
# 17.8250318 17.47750614 17.16803394]
可用性
pmdarima 在 PyPi 上可用于以下平台的 Python 3.5+ 的预构建 Wheel 文件中：
- Mac (64-bit)
- Linux (64-bit manylinux)
- Windows (32 & 64-bit)
如果您的平台不存在轮子，您仍然可以点安装，它将通过源代码分发包构建，但是您需要cython> = 0.29和gcc（Mac / Linux）或MinGW（Windows）才能 从源代码构建软件包。
请注意，旧版本（<1.0.0）的名称为“ pyramid-arima”，可以通过以下方式进行pip安装：
# Legacy warning: $ pip install pyramid-arima # python -c 'import pyramid;'
但是，不建议这样做。
文档
pmdarima 文档可以回答您的所有问题以及更多问题（包括示例和指南）。 如果没有，请随时提出问题。
（The first version translated by vz on 2020.07.19）
