Darts: 强大易用的Python时间序列分析库

在当今数据驱动的世界中,时间序列分析已成为许多领域不可或缺的工具。无论是预测股票价格、分析网站流量还是监测设备性能,时间序列数据都在发挥着关键作用。然而,处理时间序列数据往往具有挑战性,需要专门的工具和技术。这就是Darts项目诞生的背景。

Darts简介

Darts是一个开源的Python库,专门用于时间序列预测和异常检测。它由Unit8公司开发和维护,旨在为数据科学家和分析师提供一个用户友好且功能强大的工具包。Darts的设计理念是使时间序列分析变得简单,同时不牺牲功能的丰富性和灵活性。

Darts logo

主要特性

Darts提供了一系列令人印象深刻的特性:

多样化的模型支持: 从传统的统计模型(如ARIMA)到最新的深度学习模型(如N-BEATS),Darts提供了广泛的预测模型选择。
统一的接口: 所有模型都遵循相似的fit()和predict()接口,使得切换和比较不同模型变得容易。
多变量支持: Darts可以处理多变量时间序列,适用于复杂的实际场景。
概率预测: 许多模型支持概率预测,可以生成预测区间和分布。
外部变量支持: 模型可以利用过去观察到的和未来已知的外部变量来改善预测。
异常检测: Darts提供了专门的异常检测功能,可以识别时间序列中的异常点。
数据处理工具: 内置了各种数据预处理和后处理工具,如缺失值填充、缩放等。
模型评估: 提供了多种评估指标和回测工具,方便比较不同模型的性能。

使用示例

让我们通过一个简单的例子来展示Darts的使用方法:

import pandas as pd
from darts import TimeSeries
from darts.models import ExponentialSmoothing

# 读取数据
df = pd.read_csv("AirPassengers.csv", delimiter=",")
series = TimeSeries.from_dataframe(df, "Month", "#Passengers")

# 分割训练集和验证集
train, val = series[:-36], series[-36:]

# 创建并训练模型
model = ExponentialSmoothing()
model.fit(train)

# 进行预测
prediction = model.predict(len(val), num_samples=1000)

# 可视化结果
import matplotlib.pyplot as plt

series.plot()
prediction.plot(label="forecast", low_quantile=0.05, high_quantile=0.95)
plt.legend()
plt.show()

这个例子展示了如何使用Darts加载数据、训练指数平滑模型、进行预测并可视化结果。Darts的API设计简洁明了,使得即使是复杂的时间序列任务也能用几行代码完成。

异常检测功能

除了预测,Darts还提供了强大的异常检测功能。以下是一个使用K-means进行异常检测的示例:

from darts.datasets import ETTh2Dataset
from darts.ad import KMeansScorer
from darts.ad import QuantileDetector

# 加载数据
series = ETTh2Dataset().load()[:10000][["MUFL", "LULL"]]
train, val = series.split_before(0.6)

# 创建并训练异常检测器
scorer = KMeansScorer(k=2, window=5)
scorer.fit(train)
anom_score = scorer.score(val)

# 使用分位数检测器获取二元异常标记
detector = QuantileDetector(high_quantile=0.99)
detector.fit(scorer.score(train))
binary_anom = detector.detect(anom_score)

# 可视化结果
series.plot()
(anom_score / 2. - 100).plot(label="computed anomaly score", c="orangered", lw=3)
(binary_anom * 45 - 150).plot(label="detected binary anomaly", lw=4)
plt.legend()
plt.show()