You need to enable JavaScript to run this app. 如何在Streamlit中展示带置信区间的时间序列预测图?
优惠活动
大模型
产品
解决方案
定价
更多

如何在Streamlit中展示带置信区间的时间序列预测图?

问题根因
  • 此前使用st.line_chart(forecast)未达预期,本质是该组件仅支持无附加图层的基础折线渲染,无法同时承载「历史观测序列折线、预测值折线、预测置信区间半透明填充阴影」三个视觉元素,和目标样式存在功能缺口。
适配Streamlit的实现方案

方案1:复用现有Matplotlib绘图逻辑(最小改动,1:1匹配原有效果)

你在Jupyter中写好的Statsmodels预测、Matplotlib绘图逻辑不需要大幅修改,仅需将Jupyter环境下的plt.show()替换为Streamlit的图床渲染接口即可,完整可运行代码如下:

# 原有预测计算逻辑完全保留
pred_uc = results.get_forecast(steps=100)
pred_ci = pred_uc.conf_int()

# 绘图逻辑基本沿用原有写法
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(14, 7))
y.plot(label='observed', ax=ax)
pred_uc.predicted_mean.plot(ax=ax, label='Forecast')
ax.fill_between(
    pred_ci.index,
    pred_ci.iloc[:, 0],
    pred_ci.iloc[:, 1],
    color='k',
    alpha=.25
)
ax.set_xlabel('Month')
ax.set_ylabel('Harga USD')
ax.legend()

# 替换plt.show()为Streamlit渲染
st.pyplot(fig)
  • 注意事项:
    • 提前在脚本头部导入import matplotlib.pyplot as plt,避免依赖报错
    • 原有配置的颜色、透明度、标签、图例设置不需要调整,渲染效果和Jupyter环境下完全一致
    • 可通过st.pyplot(fig, clear_figure=True)规避多轮渲染带来的内存堆积问题

方案2:使用Streamlit原生交互组件实现(适配缩放、悬浮提示的交互场景)

如果需要给图表加缩放、悬浮数值提示等原生交互能力,可通过Streamlit内置的Altair绘图接口实现,先把所有图层需要的数据对齐索引整合到同一张数据表,再分图层拼接渲染:

  1. 数据整合环节,将历史观测值、预测均值、置信区间上下限做索引对齐:
    import pandas as pd
    import altair as alt
    
    # 整理折线图层数据
    line_df = pd.DataFrame({
        "observed": y,
        "Forecast": pred_uc.predicted_mean
    }).reset_index(names="time")
    
    # 整理置信区间填充图层数据
    ci_df = pred_ci.reset_index(names="time")
    ci_df.columns = ["time", "ci_lower", "ci_upper"]
    
  2. 分图层配置后合并渲染:
    # 折线图层配置
    line_layer = alt.Chart(line_df).mark_line().encode(
        x=alt.X("time:T", title="Month"),
        y=alt.Y("value:Q", title="Harga USD"),
        color=alt.Color(
            "series:N",
            legend=alt.Legend(title="Legend")
        )
    ).transform_melt(
        ["time"],
        var_name="series",
        value_name="value"
    )
    
    # 半透明置信区间填充图层配置
    ci_layer = alt.Chart(ci_df).mark_area(
        opacity=0.25,
        color="gray"
    ).encode(
        x="time:T",
        y="ci_lower:Q",
        y2="ci_upper:Q"
    )
    
    # 合并图层渲染为可交互图表
    st.altair_chart(line_layer + ci_layer, use_container_width=True)
    
  • 常见踩坑提示:
    • 不要直接将单独的预测序列值传给st.line_chart,传入的数据需要保证时间索引和历史观测值完全对齐,否则会出现折线错位
    • Matplotlib方案下不要在Streamlit脚本中保留plt.show()语句,否则会触发前端空图窗口

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 17:15:10