有没有办法从 Python 中的 P/ACF 图中提取点？
Is there a way to extract the points from a P/ACF graph in Python?
我正在使用 statsmodels.graphics.tsaplots 模块使用时间序列数据绘制 ACF 或 PACF 图。我在下面添加了一个示例图：
Example ACF Plot
有没有什么办法可以得到每个滞后（即每个蓝色圆圈）的单独值，以及每个滞后蓝色区域的对应值？我需要蓝色面积值的原因是有时面积可能会扩展到更高的滞后。示例：ACF with growing blue area
我试过 Retrieve XY data from matplotlib figure 但在这种情况下它对我没有帮助。
这样做的想法是自动检查每个滞后的重要性（即滞后是否在蓝色区域）
任何帮助将不胜感激:)
谢谢
您可以通过传递 alpha 参数，使用 acf 和 pacf 函数直接获取数字。例如：
import statsmodels.api as sm
acf, ci = sm.tsa.acf(endog, alpha=0.05)
pacf, ci = sm.tsa.pacf(endog, alpha=0.05)
置信区间以 (P)ACF 值为中心，但您可以通过减去 (P)ACF 值将它们重新以零为中心（以获得图表中的蓝色阴影区域）。有关详细信息，请参阅 https://github.com/statsmodels/statsmodels/issues/6851#event-3511269194。
我正在使用 statsmodels.graphics.tsaplots 模块使用时间序列数据绘制 ACF 或 PACF 图。我在下面添加了一个示例图：
Example ACF Plot
有没有什么办法可以得到每个滞后（即每个蓝色圆圈）的单独值，以及每个滞后蓝色区域的对应值？我需要蓝色面积值的原因是有时面积可能会扩展到更高的滞后。示例：ACF with growing blue area
我试过 Retrieve XY data from matplotlib figure 但在这种情况下它对我没有帮助。
这样做的想法是自动检查每个滞后的重要性（即滞后是否在蓝色区域）
任何帮助将不胜感激:)
谢谢
您可以通过传递 alpha 参数，使用 acf 和 pacf 函数直接获取数字。例如：
import statsmodels.api as sm
acf, ci = sm.tsa.acf(endog, alpha=0.05)
pacf, ci = sm.tsa.pacf(endog, alpha=0.05)
置信区间以 (P)ACF 值为中心，但您可以通过减去 (P)ACF 值将它们重新以零为中心（以获得图表中的蓝色阴影区域）。有关详细信息，请参阅 https://github.com/statsmodels/statsmodels/issues/6851#event-3511269194。