Python实现时间序列自相关图(ACF)与偏自相关图(PACF)

自相关图与偏自相关图基础概念

自相关图是一种平面二维坐标悬垂线图。其横坐标代表延迟阶数，纵坐标代表自相关系数。

偏自相关图的结构与自相关图相似，横坐标表示延迟阶数，纵坐标表示偏自相关系数。

Python代码实现

以下是使用Python实现自相关图与偏自相关图的代码示例：

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf

plot_acf(b.salesVolume) plot_pacf(b.salesVolume)

通过观察图表可以发现，该数据表现为偏自相关系数拖尾，而自相关系数截尾的特征。

数据相关性可视化补充

补充知识：Python数据相关性可视化方法

直接展示相关代码实现。

import matplotlib.pyplot as plt
import seaborn as sns

data = test_feature.corr() #test_feature => pandas.DataFrame#
sns.heatmap(data)
plt.show()

生成的效果图如下所示。

以上关于Python实现时间序列自相关图(ACF)和偏自相关图(PACF)的教程内容到此结束，希望能为读者提供参考。