python中的季节分解

我有一个CSV文件，其中包含近5年的平均温度。使用

statsmodels.tsa.seasonal

中的

seasonal\u decompose

函数进行分解后，我得到了以下结果。事实上，结果没有显示任何季节性！然而，我在趋势中看到了一个明显的

sin

！我想知道这是为什么，我如何才能纠正它？多谢各位

nresult = seasonal_decompose(nseries, model='additive', freq=1)
nresult.plot()
plt.show()

---

您的

频率似乎已关闭

import numpy as np
import pandas as pd
from statsmodels.tsa.seasonal import seasonal_decompose

# Generate some data
np.random.seed(0)
n = 1500
dates = np.array('2005-01-01', dtype=np.datetime64) + np.arange(n)
data = 12*np.sin(2*np.pi*np.arange(n)/365) + np.random.normal(12, 2, 1500)
df = pd.DataFrame({'data': data}, index=dates)

# Reproduce the example in OP
seasonal_decompose(df, model='additive', freq=1).plot()


如何正确调整频率？如果我有两年的每周数据，我的频率应该是多少，是freq=52？在这种情况下，它将是空的
# Redo the same thing, but with the known frequency
seasonal_decompose(df, model='additive', freq=365).plot()