如何获取Meta Prophet库中prophet_plot_components的季节性原始数据？

Prophet的模型实例中自带了生成prophet_plot_components绘图所需的全部原始数据，直接从以下几个属性提取即可：

• 直接获取绘图用的成分数据：训练完成的模型对象m有一个components_df属性，这正是prophet_plot_components绘图的数据源。它包含了趋势、年度季节性、周度季节性（如果启用）等所有分解后的时间序列数据。

  # 训练模型
  m = Prophet()
  m.fit(df)
  future = m.make_future_dataframe(periods=365)
  forecast = m.predict(future)
  
  # 获取成分数据
  components_data = m.components_df
  # 查看前几行数据
  print(components_data.head())
  

  components_df中的列对应不同成分，比如trend为趋势项，yearly为年度季节性，weekly为周度季节性，若添加了节假日还会包含节假日效应列。

• 获取季节性的拟合系数：如果需要类似regressor_coefficients的系数信息（比如傅里叶项的系数），可以从模型的params和seasonalities属性提取：

  # 查看所有季节性配置详情
  print(m.seasonalities)
  
  # 获取年度季节性的傅里叶拟合系数
  yearly_coefficients = m.params['yearly']
  # 获取周度季节性的傅里叶拟合系数
  weekly_coefficients = m.params['weekly']
  

  seasonalities字典存储了每个季节性项的配置参数（如傅里叶阶数），params中则是模型拟合得到的具体系数值。

若要做自定义可视化或分析，直接基于components_df或params中的数据处理即可，完全覆盖prophet_plot_components的绘图数据来源。

内容的提问来源于stack exchange，提问作者Nerlo Fota