web-dev-qa-db-ja.com

pythonの時系列分析用パッケージ

私はpythonで時系列に取り組んでいます。私が便利で有望だと思ったライブラリは

  • パンダ;
  • statsmodel（ARIMAの場合）;
  • 簡単な指数平滑法がパンダから提供されています。

視覚化にも：matplotlib

指数平滑法のライブラリを知っている人はいますか？

pythonpandastime-seriesforecastingstatsmodels
17
foc

パンダは指数関数的に重み付けされた移動モーメント関数を持っています

http://pandas.pydata.org/pandas-docs/dev/computation.html?highlight=exponential#exponentially-weighted-moment-functions

ちなみに、spandas.timeseriesパッケージには、pandasにはない機能が残っているべきではありません。

Edit：これはまだ人気のある質問なので、statsmodelsにさらに完全な機能を備えた指数平滑法を追加するためのプルリクエストが進行中です ここ

23
jseabold

どういうわけかいくつかの質問がマージまたは削除されたので、ここに私の答えを投稿します。

PythonのネイティブのExp平滑化。

'''
simple exponential smoothing
go back to last N values
y_t = a * y_t + a * (1-a)^1 * y_t-1 + a * (1-a)^2 * y_t-2 + ... + a*(1-a)^n * y_t-n
'''
from random import random,randint

def gen_weights(a,N):
    ws = list()
    for i in range(N):
        w = a * ((1-a)**i)
        ws.append(w)
    return ws

def weighted(data,ws):
    wt = list()
    for i,x in enumerate(data):
        wt.append(x*ws[i])
    return wt

N = 10
a = 0.5
ws = gen_weights(a,N)
data = [randint(0,100) for r in xrange(N)]
weighted_data = weighted(data,ws)
print 'data: ',data
print 'weights: ',ws
print 'weighted data: ',weighted_data
print 'weighted avg: ',sum(weighted_data)
8
RParadox

Pandas指数加重移動平均 http://pandas.pydata.org/pandas-docs/stable/generated/pandas.stats.moments。 ewma.html as

from pandas.stats.moments import ewma
import numpy as np

pred_period = 12

def predict(x,span,periods = pred_period):     
    x_predict = np.zeros((span+periods,))
    x_predict[:span] = x[-span:]
    pred =  ewma(x_predict,span)[span:]

    return pred
6
Chitrasen

トリプルの場合、私はこれをウェブで見つけました http://adorio-research.org/wordpress/?p=12

3
foc