Я использую Python 3.7.
Я выполняю прогнозирование временных рядов с использованием модели ARIMA.Я оцениваю свойства моих данных для ARIMA, используя график автокорреляции, в частности, используя autocorrelation_plot из pandas.plotting.
Мои данные содержат около 50 000 записей, что делает график чрезвычайно занятым и трудно выделить какие-либо конкретные тенденции.,Есть ли способ ограничить ось X, чтобы выделить первые несколько сотен лагов?
Я не могу поделиться фактическим графиком, но мой код выглядит следующим образом:
import pandas as pd
from pandas.plotting import autocorrelation_plot
#Import Data
time_series_2619 = pd.read_csv("Consumption/2619.csv", parse_dates=['Date/Time'], index_col = ['Date/Time'])['Recording']
#Auto Correlation Plot
autocorrelation_plot(time_series_2619)
Я ничего не смог найти в документации.