小编Fre*_*Fre的帖子

我的matplotlib pyplot太多了xticks- 它目前显示 15 年期间的每一年和每月，例如“2001-01”，但我只希望 x 轴显示年份（例如 2001）。

输出将是一个折线图，其中 x 轴显示日期，y 轴显示销售和租金价格。

# Defining the variables
ts1 = prices['Month'] # eg. "2001-01" and so on
ts2 = prices['Sale'] 
ts3 = prices['Rent'] 

# Reading '2001-01' as year and month
ts1 = [dt.datetime.strptime(d,'%Y-%m').date() for d in ts1]

plt.figure(figsize=(13, 9))
# Below is where it goes wrong. I don't know how to set xticks to show each year. 
plt.xticks(ts1, rotation='vertical')
plt.xlabel('Year')
plt.ylabel('Price')
plt.plot(ts1, ts2, 'r-', ts1, ts3, 'b.-')
plt.gcf().autofmt_xdate() …

在下面的代码中，我可以在第4行中转置数据帧，但是在第5行中，当我使用to_csv时，将创建新的CSV文件，它仍然是原始版本，而不是转置后的版本。可能出了什么问题？

import numpy as np
import pandas as pd

df = pd.read_csv('~/N.csv')

df2 = df.T

df2 = df.to_csv('~/N_transposed.csv')

谢谢！

我正在研究一组输入变量和响应变量价格之间的相关性。这些都是按时间顺序排列的。

1）是否有必要平滑输入变量为循环（自回归）的曲线？如果是这样，怎么办？

2）一旦建立相关性，我想准确量化输入变量如何影响响​​应变量。例如：“一旦 X 增加 >10%，那么 6 个月后 y 就会增加 2%。”

我应该考虑哪些Python库来实现这一点——特别是找出两个相关事件之间的滞后时间？

例子：

我已经看过：statsmodels.tsa.ARMA，但它似乎只处理随着时间的推移预测一个变量。在scipy中，协方差矩阵可以告诉我相关性，但无助于计算滞后时间。