Darts是一款用户友好型Python库，专为时间序列数据分析与预测设计。它提供了丰富的模型选择和灵活的数据处理功能，使复杂的时间序列分析变得轻松快捷。
Darts 是一个 Python 库，用于轻松处理和预测时间序列数据。它包含多种模型，从经典的 ARIMA 模型到神经网络都有涵盖。所有这些模型都可以通过使用统一的 fit() 和 predict() 函数来进行操作，类似于 scikit-learn 的用法。此外，该库还简化了对模型进行回测的过程，并支持结合多个模型的预测结果以及外部回归因素。
Darts 支持单变量和多变量的时间序列及相应的模型。神经网络可以用于训练多种时间序列数据集。为了使用 Darts 库，请先确保您的 Python 环境至少安装有 Python 3.6 版本，然后通过 pip 命令进行安装：`pip install darts[all]`
以下是创建 TimeSeries 对象并将其拆分为训练和验证系列的用法示例：
```python
import pandas as pd
from darts import TimeSeries
df = pd.read_csv(AirPassengers.csv, delimiter=,)
series = TimeSeries.from_dataframe(df, date_column_name) # 假设日期列名为date_column_name
train_series, val_series = series.split_before(0.8)
```
5星
