Python darts时间序列预测库：从统计ARIMA到深度学习N-BEATS全指南

darts 是一个功能强大的 Python 库，专为简化时间序列的分析、建模与预测任务而设计。它提供了统一且简洁的高级API，将统计模型（如 ARIMA）、经典机器学习模型以及前沿的深度学习模型（如 RNN、Transformer、N-BEATS、TCN）集成在一个框架内，并内置了丰富的时间序列专用工具（如窗口生成、协变量管理、回测与评估）。无论您是刚接触时序分析还是经验丰富的数据科学家，darts 都能显著提升工作效率。

核心设计理念

darts 的设计目标是让复杂的时间序列预测变得像使用 scikit-learn 一样直观简单，同时让构建和训练深度学习时序模型的过程更加易于上手。

安装指南

安装基础库：

pip install darts

若需使用深度学习模型（基于 PyTorch），请安装完整版本：

pip install darts[u]

主要应用场景

1. 单/多步预测：使用 ARIMA、RNN、Transformer、N-BEATS 等多种模型对未来值进行预测。
2. 多元时间序列建模：支持处理包含多个变量的时序数据，并管理复杂的协变量与滞后特征。
3. 模型回测与评估：内置便捷的回测、滚动预测、交叉验证流程及多种误差评估指标。
4. 异常检测：基于预测残差分析或专门方法进行时间序列的异常值识别。
5. 数据预处理：提供插值、缩放、缺失值填补、时间对齐等基础处理操作。
6. 深度学习应用：内置基于 PyTorch 的高性能实现，包括 RNNModel、TCNModel、NBEATSModel、TransformerModel、TFTModel（时序融合Transformer）等，兼顾性能与易用性。

---

核心概念解析

1. TimeSeries 对象（核心数据结构）

在 darts 中，所有模型的输入与输出均为 TimeSeries 对象。它封装了时间索引（DatetimeIndex 或 RangeIndex）和对应的数据值（单列或多列）。创建示例如下：

from darts import TimeSeries
import pandas as pd

df = pd.read_csv("data.csv")
series = TimeSeries.from_dataframe(df, "date", "value")

2. 预测模型（Models）

darts 的模型分为几大类，均提供 fit 和 predict 的统一接口：

• 统计模型：如 ARIMA、指数平滑、Theta 方法。
• 机器学习模型：基于回归的 RegressionModel。
• 深度学习模型：如 N-BEATS, RNN, TFT 等。
• 集成模型：EnsembleModel 用于组合多个模型的预测结果。

基本使用范式：

model = SomeModel(...)
model.fit(series)
forecast = model.predict(n)

3. 协变量（Covariates）

协变量是指可能影响目标序列的外部变量，如天气、节假日、价格等。darts 清晰地支持三类协变量：

• past_covariates: 历史已知的数据。
• future_covariates: 未来已知的数据（如节假日日历）。
• static_covariates: 不随时间变化的静态特征。

4. 回测（Backtesting）

darts 内置了强大的回测工具，可自动化执行滑动窗口评估，便于验证模型在历史数据上的稳健性。

from darts.metrics import mape

model.backtest(
    series,
    forecast_horizon=12,
    metric=mape
)

5. 误差指标（Metrics）

支持 MAE、RMSE、MAPE、SMAPE、DTW 距离、R2 score 等多种评估指标，全面衡量预测精度。

---

实战代码示例

示例1：加载数据并创建TimeSeries

from darts import TimeSeries
import pandas as pd

df = pd.read_csv("sales.csv")
series = TimeSeries.from_dataframe(df, "date", "sales")

示例2：使用ARIMA进行简单预测

from darts.models import ARIMA

model = ARIMA()
model.fit(series)
forecast = model.predict(12)
forecast.plot(label="forecast")

示例3：使用深度学习模型N-BEATS

from darts.models import NBEATSModel

model = NBEATSModel(
    input_chunk_length=24,
    output_chunk_length=12,
    n_epochs=50,
)
model.fit(series)
prediction = model.predict(12)

示例4：结合未来协变量使用RNN模型

from darts.models import RNNModel

model = RNNModel(
    model="LSTM",
    input_chunk_length=30,
    output_chunk_length=7
)
model.fit(series, future_covariates=weather_series)
forecast = model.predict(7, future_covariates=weather_series)

示例5：执行回测评估模型性能

from darts.metrics import smape

error = model.backtest(
    series,
    forecast_horizon=12,
    metric=smape,
)
print("平均SMAPE误差:", error)

---

常用函数速查

• TimeSeries.from_dataframe(df, time_col, value_cols): 从Pandas DataFrame创建时间序列对象。
• `model.fit(series, covariates)`**: 使用目标序列（及可选协变量）训练模型。
• `model.predict(n, covariates)**: 预测未来 n 个时间步，返回TimeSeries` 对象。
• model.backtest(series, forecast_horizon, metric): 在指定序列上进行滑动窗口回测，返回平均误差值。
• TimeSeries.plot(): 快速可视化时间序列数据。

总结

darts 作为一个现代化的时间序列分析框架，具备以下显著优势：

• 统一API：数十种模型可无缝切换与对比。
• 深度集成：内置基于 PyTorch 的先进深度学习模型，开箱即用。
• 功能全面：完整支持协变量、多元序列、窗口化操作等复杂场景。
• 评估强大：提供专业的回测工具与丰富的评估指标。
• 流程简化：TimeSeries 核心数据结构贯穿始终，极大简化了数据处理流程。
• 扩展性强：既能用于快速原型验证，也具备支撑生产级应用的能力。

无论是金融风控、销量预测、能源负荷分析还是物联网数据分析，darts 都能提供一套稳定、灵活且高效的工具链。