如何从Prophet的AxesSubplot组件图中提取数据定位年度趋势极值日期

方法一：直接从matplotlib子图提取线条数据集 #

注：matplotlib Figure对象存储所有子图的属性为axes（你提到的axis为单个坐标轴的代称，属于常见笔误），目标axes[2]为存放年度趋势组件的AxesSubplot对象，所有绘制在子图内的线条对象都存储在子图的lines属性中，可直接调取坐标数据：

1. 定位目标子图的线条对象

   target_ax = fig2.axes[2]
   # 组件图内通常只有1条主展示线，取索引0的Line2D对象
   plot_line = target_ax.lines[0]
   

2. 提取线条对应的原始数值坐标

   # x轴是matplotlib数值化处理后的日期值，y轴是对应组件的数值
   x_vals = plot_line.get_xdata()
   y_vals = plot_line.get_ydata()
   

3. 将数值化的x日期转回可读的datetime格式

   import matplotlib.dates as mdates
   # 去掉时区信息避免类型不匹配
   x_dates = [mdates.num2date(x).replace(tzinfo=None) for x in x_vals]
   

   此时得到的x_dates和y_vals就是该子图线条一一对应的日期、组件数值数组。

方法二：直接从forecast结构化结果提取（推荐） #

实际上m.predict()生成的forecast本身就是包含所有组件拆分结果的结构化DataFrame，完全不需要从绘图结果绕路提取，准确率更高也更稳定：

• 组件图的子图和DataFrame列是一一对应的：
  • axes[0] 对应全局趋势，在forecast中的列名为trend
  • 按顺序往后的子图，分别对应周度、年度等季节性分量，默认年度分量在forecast中的列名为yearly
  • x轴的日期列统一为forecast的ds列
• 直接定位年度分量最大值对应的日期，只需执行：

  # 定位年度分量最大值的行索引
  max_row_idx = forecast['yearly'].idxmax()
  # 取出对应日期和数值
  max_yearly_date = forecast.loc[max_row_idx, 'ds']
  max_yearly_val = forecast.loc[max_row_idx, 'yearly']
  

注意：如果训练模型时自定义过季节性的名称，只需将代码中的yearly替换为你自定义的分量列名即可。

内容的提问来源于stack exchange，提问作者Travasaurus