Kaggle(Gun Violence Data)—美国枪支暴力事件分析（2）

继上次分析之后，这次打算用详细的时间序列算法预测，我们使用ARMA时间序列模型作为预测，选取17年数据和18年1月和2月数据作为训练，预测18年3月1日，3月2日及3月3日数据。

话不多说，直接整吧。

1.基本数据整理

#-*- coding: utf-8 -*-
#arima时序模型

import pandas as pd
#时序图
import matplotlib.pyplot as plt
from plotly.offline import init_notebook_mode, iplot,plot
init_notebook_mode(connected=True)
import plotly.graph_objs as go

df=pd.read_csv('gun-violence-data_01-2013_03-2018.csv')
df=df[['date','n_killed']]
df.to_csv('data_nkilled.csv')

2.选取所需数据

discfile = 'data_nkilled.csv'
forecastnum = 5


#读取数据，指定日期列为指标，Pandas自动将“日期”列识别为