moto no

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
from matplotlib.ticker import FuncFormatter
from pycaret.time_series import TSForecastingExperiment

# 0) 3桁カンマ（整数）フォーマッタ
comma_int = FuncFormatter(lambda x, pos: f"{x:,.0f}")

# 1) データ読み込み・整形
df = pd.read_csv("UM_IM.csv", parse_dates=["Date"]).set_index("Date").sort_index()
df = df.asfreq("MS")
df["Value"] = df["Value"].interpolate(limit_direction="both")

# 2) 学習（2024-12まで）→ 予測（2025-01〜12）
train = df.loc[: "2024-12-01"]

exp = TSForecastingExperiment()
exp.setup(data=train, target="Value", fh=12, seasonal_period=12, session_id=42, verbose=False)
best = exp.compare_models()
final_best = exp.finalize_model(best)
pred = exp.predict_model(final_best).rename(columns={"y_pred": "Forecast"})
pred.index.name = "Date"

# PeriodIndex → DatetimeIndex（matplotlib対応）
if isinstance(pred.index, pd.PeriodIndex):
    pred.index = pred.index.to_timestamp()

# 3) 可視化用データ
# 実測：2024-01〜2025-06
actual_2024_2025H1 = df.loc["2024-01-01":"2025-06-01"]["Value"]
# 予測：2025-01〜12
forecast_2025 = pred.loc["2025-01-01":"2025-12-01"]["Forecast"]

# 接続線データ：2024-12 実測 → 2025-01〜06 予測
dec_2024 = pd.Timestamp("2024-12-01")
connect_idx  = [dec_2024] + list(pd.date_range("2025-01-01", "2025-06-01", freq="MS"))
connect_vals = [float(df.loc[dec_2024, "Value"])] + list(forecast_2025.loc["2025-01-01":"2025-06-01"].values)

# 4) グラフ1：折れ線（上右スパイン削除、Y軸3桁カンマ、グリッド無し、月単位表示）
plt.figure(figsize=(12, 6))
ax1 = plt.gca()
plt.plot(actual_2024_2025H1.index, actual_2024_2025H1.values, label="Actual 2024-01 to 2025-06")
plt.plot(forecast_2025.index, forecast_2025.values, label="Forecast 2025-07 to 2025-12")
# 前段で作った接続線（必要な場合のみ。スタイル指定なし）
plt.plot(connect_idx, connect_vals, label="Forecast 2025-01 to 2025-06")

plt.title("Actual (2024-01 to 2025-06) and Forecast (2025-01 to 2025-12)")
plt.xlabel("Date"); plt.ylabel("Value"); plt.legend()
plt.grid(False)

# スパイン非表示（上・右）
ax1.spines["top"].set_visible(False)
ax1.spines["right"].set_visible(False)

# X軸：月ごと表示、傾け
ax1.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
ax1.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
plt.setp(ax1.get_xticklabels(), rotation=45, ha="right")

# Y軸：3桁カンマ（整数）
ax1.yaxis.set_major_formatter(comma_int)

plt.tight_layout()
plt.savefig("line_2024_2025.jpg", dpi=200, bbox_inches="tight")  # JPEG保存
plt.show()

# 5) グラフ2：棒（差分：予測−実測）／上右スパイン削除、Y軸3桁カンマ、グリッド無し、月単位表示、値表示
actual_2025_h1   = df.loc["2025-01-01":"2025-06-01"]["Value"]
forecast_2025_h1 = forecast_2025.loc["2025-01-01":"2025-06-01"]
diff_h1 = forecast_2025_h1 - actual_2025_h1

fig, ax2 = plt.subplots(figsize=(8, 5))
bars = ax2.bar(diff_h1.index, diff_h1.values, width=15)  
ax2.axhline(0, linewidth=1)
plt.title("Forecast - Actual Difference (2025 Jan–Jun)")
plt.xlabel("Month"); plt.ylabel("Difference (Forecast - Actual)")
plt.grid(False)

# スパイン非表示（上・右）
ax2.spines["top"].set_visible(False)
ax2.spines["right"].set_visible(False)

# X軸：月ごと表示、傾け
ax2.xaxis.set_major_locator(mdates.MonthLocator(interval=1))
ax2.xaxis.set_major_formatter(mdates.DateFormatter("%Y-%m"))
plt.setp(ax2.get_xticklabels(), rotation=45, ha="right")

# Y軸：3桁カンマ（整数）
ax2.yaxis.set_major_formatter(comma_int)

# 棒の上（正）/下（負）に整数値を表示
for b in bars:
    h = b.get_height()
    label = f"{h:,.0f}"
    if h >= 0:
        va, y, dy = "bottom", h, 3
    else:
        va, y, dy = "top", h, -3
    ax2.annotate(label,
                 xy=(b.get_x() + b.get_width()/2, y),
                 xytext=(0, dy),
                 textcoords="offset points",
                 ha="center", va=va, fontsize=9)

plt.tight_layout()
plt.savefig("bar_diff_2025H1.jpg", dpi=200, bbox_inches="tight")  # JPEG保存
plt.show()

import pandas as pd
from prophet import Prophet
import matplotlib.pyplot as plt
import matplotlib.dates as mdates
import matplotlib.ticker as ticker

# データ読み込みと整形
df = pd.read_csv("US_IM_prophet.csv")
df['ds'] = pd.to_datetime(df['ds'])

# Prophetモデル学習
m = Prophet()
m.fit(df)

# 月単位で2025年12月までの予測を行う
future = m.make_future_dataframe(periods=24, freq='MS')
forecast = m.predict(future)

# 実測値: 2024年1月～2025年6月
actual = df[(df['ds'] >= '2024-01-01') & (df['ds'] <= '2025-06-30')]

# 予測値: 2025年1月～12月
predicted = forecast[(forecast['ds'] >= '2025-01-01') & (forecast['ds'] <= '2025-12-31')]

# グラフ描画（Matplotlib）
fig, ax = plt.subplots(figsize=(12, 6))
ax.plot(actual['ds'], actual['y'], color='green', linestyle='-', marker='o', label='Actual (2024/01〜2025/06)')
ax.plot(predicted['ds'], predicted['yhat'], color='blue', linestyle='--', marker='x', label='Forecast (2025/01〜12)')

# 軸ラベル設定
ax.set_xlabel('Date')
ax.set_ylabel('Value')

# グリッド非表示
ax.grid(False)

# X軸：1か月ごとの表示
ax.xaxis.set_major_locator(mdates.MonthLocator())
ax.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))

# Y軸：3桁区切り（カンマ付き）
ax.yaxis.set_major_formatter(ticker.FuncFormatter(lambda x, _: f'{int(x):,}'))

# 上下の枠線削除
ax.spines['right'].set_visible(False)
ax.spines['top'].set_visible(False)

# X軸ラベルを自動回転
plt.xticks(rotation=45)

# 凡例とレイアウト
plt.legend()
plt.tight_layout()
plt.show()

# CSV出力
combined.to_csv("actual_forecast_2024_2025.csv", index=False)