先「暖」身：查看自我相關
由於溫度時間序列 temp_NY 是帶趨勢的隨機漫步，請取一次差分讓它成為定態序列。接著計算樣本 ACF 與 PACF。這會幫助你判斷模型的階數。
本練習屬於課程
Python 中的時間序列分析
練習說明
- 匯入用來繪製樣本 ACF 與 PACF 的模組
- 使用 pandas 的
.diff()方法，對資料框temp_NY取一次差分 - 建立兩個子圖以繪製 ACF 與 PACF
- 繪製差分後序列的樣本 ACF
- 繪製差分後序列的樣本 PACF
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Import the modules for plotting the sample ACF and PACF
from statsmodels.graphics.tsaplots import plot_acf, plot_pacf
# Take first difference of the temperature Series
chg_temp = ___.___
chg_temp = chg_temp.dropna()
# Plot the ACF and PACF on the same page
fig, axes = plt.subplots(2,1)
# Plot the ACF
plot_acf(___, lags=20, ax=axes[0])
# Plot the PACF
plot_pacf(___, lags=20, ax=axes[1])
plt.show()