季节性 ACF 与 PACF
下方是一条时间序列，表示伦敦估算的用水用户数量。用肉眼看不出明显的季节性模式，不过眼睛并不是您最好的工具。
在本练习中，您将使用 ACF 和 PACF 来检验该数据是否存在季节性。从上图可以看出该时间序列不是平稳的，因此您可能需要去趋势。您将通过减去移动平均来去趋势。请记住，窗口大小可以设为任何大于可能周期的值。
plot_acf() 函数已导入，时间序列已加载为 water。
本练习是课程的一部分
Python 中的 ARIMA 模型
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create figure and subplot
fig, ax1 = plt.subplots()
# Plot the ACF on ax1
plot_acf(____, ____, zero=False, ax=ax1)
# Show figure
plt.show()