如何在python中绘制显示置信区间的时间序列数组？

Question

我有一些逐渐增加的时间序列，但是在很短的时间内它们非常波动。例如，时间序列可能如下所示：

[10 + np.random.rand() for i in range(100)] + [12 + np.random.rand() for i in range(100)] + [14 + np.random.rand() for i in range(100)] 

我想绘制时间序列，重点放在总体趋势上，而不是在小浪上。有没有办法绘制一段时间内的平均值，并用表示波浪的条纹包围（条纹应代表置信区间，此时数据点可能在该区间）？

一个简单的图看起来像这样：

我想要的带有置信区间的图看起来像这样：

在Python中有一种优雅的方法吗？

Answer 1

看起来，你将标准加倍了两次。我想应该是这样的：

time_series_df = pd.DataFrame(time_series_array)
smooth_path = time_series_df.rolling(20).mean()
path_deviation = time_series_df.rolling(20).std()
plt.plot(smooth_path, linewidth=2)
plt.fill_between(path_deviation.index, (smooth_path-2*path_deviation)[0], (smooth_path+2*path_deviation)[0], color='b', alpha=.1)

Answer 2

您可以使用pandas函数rolling(n)来生成n连续点的平均值和标准偏差值。

对于置信区间的阴影（用标准偏差之间的间隔表示），可以使用fill_between()来自的函数matplotlib.pyplot。有关更多信息，您可以在这里查看，从中可以得到以下代码的启发。

time_series_df = pd.DataFrame(time_series_array)
smooth_path    = time_series_df.rolling(20).mean()
path_deviation = 2 * time_series_df.rolling(20).std()
plt.plot(smooth_path, linewidth=2)
plt.fill_between(path_deviation.index, (smooth_path-2*path_deviation)[0], (smooth_path+2*path_deviation)[0], color='b', alpha=.1)

通过以上代码，您将获得如下内容：