python实现ARIMA预测

import matplotlib.pyplot as plt
import statsmodels.api as sm
from statsmodels.tsa.arima_model import ARIMA
from statsmodels.tsa.stattools import adfuller
from statsmodels.stats.diagnostic import acorr_ljungbox
import statsmodels.api as sm
from __future__ import print_function
import pandas as pd

 ####1.载入数据
#载入为dataframe格式,data列为序列值，sdate列为日期
df = pd.read_excel(r'C:\Users\20882\Desktop\1.xlsx')
# dta=df["data"]
dta=pd.Series(df["data"])
dta.index = pd.Index(df["date"])
 
 
####2.差分
#对原始数据进行差分,并绘制差分后的折线图观察平稳性
fig = plt.figure(figsize=(12,8))
ax2= fig.add_subplot(111)#111含义：11表示为1*1的矩阵图，最后一个1表示矩阵图中的第一个图。221未2*2排列图中的第一个即左上角的图
#DataFrame.diff(periods=1, axis=0)。其中axis 表示纵轴还是横轴，periods表示平移的条目数 纵或横行按n间隔作差
diffs = dta.diff(2) #差分 d 值
diffs.plot(ax=ax2)
#dropna()方法，能够找到DataFrame类型数据的空值（缺失值），将空值所在的行/列删除后，将新的DataFrame作为返回值返回
#dropna(axis=0, ho