python绘制时序图

使用python绘制时序图

《应用时间序列分析》，第6版，王燕，中国人名大学出版社
第8章 多元时间序列分析，P298，例8-4的数据

对1962-1979年美国白领阶层平均年薪和可能对它有显著影响的宏观经济因素进行Granger因果检验。

数据来源：http://www.crup.com.cn/Book/TextDetail?doi=4789c6e2-45c3-4179-a851-9eccd1c1ed34
307435应用时间序列分析（第6版）案例数据

引入依赖库

import os
import pandas as pd
import numpy as np

import warnings
warnings.filterwarnings("ignore")

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] 
%matplotlib inline

from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
from statsmodels.tsa.stattools import adfuller
from statsmodels.stats.diagnostic import acorr_ljungbox  
from arch.unitroot.cointegration import engle_granger

加载数据

data_dir = './'
data_path = os.path.join(data_dir, 'A1_28.xlsx')

df = pd.read_excel(data_path)
df.head()

解析时间列：

df = pd.read_excel(data_path, parse_dates=['year'])

year = df['year']
w = df['w']
cpi = df['cpi']
u = df['u']
mw = df['mw']

绘制时序图

plt.figure(figsize=(10, 6))

plt.subplot(2, 2, 1)
plt.plot(year, w, '.-', label='w')
plt.legend()

plt.subplot(2, 2, 2)
plt.plot(year, cpi, '.-', label='cpi')
plt.legend()

plt.subplot(2, 2, 3)
plt.plot(year, u, '.-', label='u')
plt.legend()

plt.subplot(2, 2, 4)
plt.plot(year, mw, '.-', label='mw')
plt.legend()

plt.show()