Python使用Darts预测数据：让时间序列预测像调sklearn一样简单

一、为什么是Darts？

时间序列预测，是数据科学里最古老、也最让人头疼的战场。

你是否经历过这样的绝望：用statsmodels跑一个ARIMA，调参调到怀疑人生；用Prophet换个数据集就得重写一遍代码；好不容易训完一个LSTM，发现还不如移动平均准？

Darts的出现，就是为了终结这种混乱。

它不是一个模型，而是一把"瑞士军刀"------一个旨在统一时间序列预测生态的开源Python库。从经典统计模型到前沿深度学习，从零样本推理到自动化特征工程，它用一套简洁一致的API，把这些原本割裂的工具焊成了一个整体。

Darts的全称是 D ata A nalysis in R eal-T ime with Sklearn------它的目标很明确：让时间序列预测像使用scikit-learn一样简单。

核心数据说话：支持ARIMA、Prophet、Exponential Smoothing等统计模型，同时集成N-BEATS、TFT、TCN、Transformer等深度学习架构，所有模型共享同一套fit()和predict()接口。

这不是营销话术，这是工业级的体验升级。

---

二、Darts生态全景：四大核心能力

Darts不是一个库，而是一组职责分明的"特种部队"。

能力模块	核心功能	代表模型
预测（Forecasting）	单变量/多变量时间序列预测	ARIMA、Prophet、N-BEATS、TFT、Transformer、LightGBM
异常检测（Anomaly Detection）	基于预测残差的异常评分与检测	ForecastingAnomalyModel、KMeansScorer
滤波（Filtering）	对噪声数据进行去噪平滑	KalmanFilter、GaussianProcessFilter
回测评估（Backtesting）	滑动窗口自动评估模型表现	model.backtest()、TimeSeriesCrossValidator

它们共享同一套数据格式和API范式------这才是Darts最精妙的设计。

---

三、统一数据格式：一切的起点

在动手之前，必须先把数据整理成Darts要求的TimeSeries格式：

import pandas as pd
from darts import TimeSeries

df = pd.read_csv('sales.csv', parse_dates=['date'])
series = TimeSeries.from_dataframe(
    df, 
    time_col='date', 
    value_cols='sales',
    fill_missing_dates=True,  # 自动补全缺失日期
    freq='D'                   # 设定频率
)

这个约束看似简单，实则解决了多序列处理中80%的混乱。 忘了补全缺失日期？模型会对时间索引产生致命误解。这是实战中最容易踩的坑。

---

四、实战一：5分钟建好基线------统计模型

这是日常使用频率最高的组件，也是整个工作流的基石。

from darts.models import (
    NaiveSeasonal,    # 季节性基准
    ExponentialSmoothing,  # 指数平滑
    ARIMA,            # 自回归积分滑动平均
    Prophet           # Facebook Prophet
)
from darts.metrics import mape, rmse

# 1. 划分训练集和测试集（8:2）
train, test = series.split_after(pd.Timestamp('2025-01-01'))

# 2. 定义模型列表
models = [
    NaiveSeasonal(K=12),                    # 月度季节性基准
    ExponentialSmoothing(seasonal_periods=12),
    ARIMA(p=1, d=1, q=1),
    Prophet()
]

# 3. 训练并评估
for model in models:
    model.fit(train)
    forecast = model.predict(n=len(test))
    error = mape(test, forecast)
    print(f"{model.__class__.__name__:25s} MAPE: {error:.2f}%")

关键细节：

• NaiveSeasonal(K=12)是最强基准线------如果你的模型连它都打不过，就别上深度学习了
• split_after()按时间切分，绝不会造成数据泄露
• 所有模型都是fit() → predict()，零学习成本

---

五、实战二：深度学习登场------N-BEATS与TFT

当统计模型遇到瓶颈，Darts的深度学习模型就是你的攻坚利器。

5.1 N-BEATS：开箱即用的SOTA

from darts.models import NBEATSModel

model = NBEATSModel(
    input_chunk_length=24,    # 回看24个时间步
    output_chunk_length=12,   # 预测未来12步
    n_epochs=50,
    batch_size=64,
    random_state=42
)

model.fit(train)
forecast = model.predict(n=len(test))

# 可视化
series.plot(label='Actual')
forecast.plot(label='Forecast')

5.2 TFT：融合协变量的终极武器

TFT（Temporal Fusion Transformer）是Darts支持的最强大模型之一，它能同时处理：

协变量类型	含义	示例
past_covariates	历史已知的外部变量	过去的天气、价格
future_covariates	未来已知的外部变量	节假日表、天气预报
static_covariates	不随时间变化的特征	门店等级、商品类别

from darts.models import TFTModel

# 假设有天气数据作为协变量
weather_series = TimeSeries.from_dataframe(weather_df, 'date', 'temp')

model = TFTModel(
    input_chunk_length=30,
    output_chunk_length=7,
    hidden_size=64,
    lstm_layers=2,
    num_attention_heads=4,
    add_relative_index=True
)

model.fit(
    train,
    future_covariates=weather_series,
    val_series=test
)

forecast = model.predict(n=7, future_covariates=weather_series)

TFT的杀手锏：它能告诉你每个特征对预测的贡献度------这对业务解释性至关重要。

---

六、实战三：多序列训练------一个模型打天下

Darts支持在多条时间序列上同时训练，这对零售、能源等场景极其有价值。

from darts.models import NBEATSModel

# 假设有100家门店的销售数据
series_list = [TimeSeries.from_dataframe(df, 'date', f'store_{i}') 
               for i in range(100)]

model = NBEATSModel(input_chunk_length=24, output_chunk_length=7)
model.fit(series_list)  # 在100条序列上同时训练

# 预测时可以一次性处理多条序列
forecasts = model.predict(series=series_list, n=7)

单个模型学习所有序列的共同模式，比逐条训练快10倍以上，且泛化能力更强。

---

七、回测评估：别让过拟合骗了你

Darts内置的回测工具，是验证模型真实能力的唯一可靠方式。

from darts.metrics import smape

# 滑动窗口回测：从50%数据开始，每次预测12步
error = model.backtest(
    series=train,
    forecast_horizon=12,
    start=0.5,
    metric=smape
)
print(f"回测SMAPE: {error:.2f}%")

更高级的交叉验证：

from darts.utils.model_selection import TimeSeriesCrossValidator

cv = TimeSeriesCrossValidator(cv=3, horizon=6, start=0.5)
for train_split, val_split in cv.split(series):
    model.fit(train_split)
    pred = model.predict(len(val_split))
    # 评估验证集表现

铁律：永远不要只看训练集上的误差。回测结果才是你能信任的数字。

---

八、模型对比：让数据说话

当评估多个模型时，Darts的ModelComparison工具能帮你系统对比：

from darts.utils.model_selection import ModelComparison

models = [
    NBEATSModel(input_chunk_length=24, output_chunk_length=12),
    TCNModel(input_chunk_length=24, output_chunk_length=12),
    TransformerModel(input_chunk_length=24, output_chunk_length=12)
]

comparison = ModelComparison(models=models)
comparison.fit(train)
metrics = comparison.score(test, metrics=['mae', 'rmse', 'mape'])
print(metrics)

输出一个清晰的对比表格，谁强谁弱一目了然。

---

九、数据预处理：决定成败的隐形战场

Darts提供了完整的数据处理工具链：

操作	代码	用途
填充缺失值	fill_missing_values(series)	补全缺失日期
标准化	Scaler().fit_transform(series)	消除量纲差异
添加时间特征	series.add_datetime_attribute('month')	注入月份/星期等特征
检查季节性	check_seasonality(series)	自动检测是否存在季节性

from darts.dataprocessing.transformers import Scaler, MissingValuesFiller
from darts.utils.statistics import check_seasonality

# 检查季节性
is_seasonal, period = check_seasonality(series, alpha=0.05)
print(f"是否存在季节性: {is_seasonal}, 周期: {period}")

# 填充 + 标准化
filler = MissingValuesFiller()
scaler = Scaler()
series_clean = filler.transform(series)
series_scaled = scaler.fit_transform(series_clean)

---

十、异常检测：Darts的隐藏王牌

Darts不仅能预测，还能检测异常。基于ForecastingAnomalyModel，它通过比较预测值与实际值的偏差来识别异常：

from darts.ad import ForecastingAnomalyModel, KMeansScorer

# 用Prophet作为底层预测模型
from darts.models import Prophet
predictor = Prophet()

# KMeans评分器检测异常
scorer = KMeansScorer(window=24)

anomaly_model = ForecastingAnomalyModel(
    predictor,
    scorer
)

anomaly_model.fit(train)
anomalies = anomaly_model.score(series)

这在运维监控、金融风控等场景中价值连城。

---

十一、最佳实践：三步走策略

根据大量实战经验，最有效的预测工作流是：

统计模型建基线 → 深度学习模型攻坚 → 回测验证定终局

第一步：NaiveSeasonal / ExponentialSmoothing 快速建基线
         ↓ 如果MAPE > 15%，说明数据有复杂模式
第二步：N-BEATS / TFT 深度学习模型上场
         ↓ 加入协变量（天气、节假日、促销）
第三步：TimeSeriesCrossValidator 回测，确认泛化能力
         ↓ ModelComparison 对比，选出最终模型

实战建议：

建议	原因
先从NaiveSeasonal开始	它是最强基准线，打不过它就别上深度学习
fill_missing_dates=True必开	时间索引不连续是预测失败的第一杀手
训练集:测试集 = 8:2 或 7:3	时间序列不能随机划分，必须按时间切分
多用backtest()而非单次预测	滑动窗口回测才能反映真实泛化能力
model.save()保存最优模型	避免重复训练，生产环境直接加载

---

十二、安装与保存

# 基础安装
pip install darts

# 深度学习模型（需PyTorch）
pip install darts[u]

# 异常检测模块
pip install darts[ad]

模型保存与加载：

# 保存
model.save("my_nbeats.pt")

# 加载
loaded_model = NBEATSModel.load("my_nbeats.pt")

---

写在最后

Darts不是在发明新轮子，它是在消灭轮子之间的摩擦。

当你不再需要为ARIMA写50行代码、为Prophet调三天参数、为LSTMdebug一整周时，你才能把精力真正花在理解数据和业务上。

安装只需一行：

pip install darts

然后，开始预测你的未来。

---

本文基于Darts官方文档与实战经验整理，Darts GitHub Stars已超7k，是目前最活跃的时间序列预测开源项目之一。如需深入了解，建议访问 Darts官方文档。