最近公众号的粉丝数一直在上升，令人欣喜。当然，作为一个有上进心（钓鱼）的公众号博主，当然要追求更大的目标。我想知道公众号一个月能达到多少粉丝，以此来加强公众号的宣传手段。无独有偶，Facebook开源了一个名为“先知”的模型，可以基于加法模型预测时间序列数据，其非线性趋势与年、周、日、节假日效应的季节性一致。它对缺失数据和趋势变化也很稳健，并且通常可以很好地处理异常值。我们将通过Python实战宝典中最近60天注意力的变化趋势来预测未来30天的注意力大小。1.安装fbprophet现在，让我们试试吧！首先是安装fbprophet。这里的前提是大家都安装了Python。如果不会，推荐阅读：python超详细安装指南。如果按照官方教程安装，你会发现TM什么都装不上。第一步，我们需要安装fbprophet的依赖PyStan：pipinstallpystan第二步，使用conda命令安装（需要安装anaconda，直接搜索anaconda官网安装）：condainstall-cconda-forgefbprophetpip安装fbprophet2。导出公众号数据是时候用F12的方法了。在当前用户分析页面空白处右键—勾选，或者直接按F12打开开发者工具。然后选择最近两个月的数据，找到useranalysis的数据包，点击找到我们需要的数据。将这段json数据保存为data.json文件，如下图所示。3、处理数据，加载json数据：importjsonf=open('./data.json','r',encoding='utf-8')json_data=json.load(f)f.close()print(json_data)现在您需要将日期及其相应的粉丝总数提取到pandas数据框中。如果你还没有安装pandas，请在cmd/Terminal输入pipinstallpandas安装成功。importpandasaspd#将日期和对应的总粉丝数提取到一个pandasdataframelist_number=json_data['category_list'][0]['list']df=pd.DataFrame(list_number)print(df)效果：可以看到dataframe有点像字典和列表的集合，接下来就是开始预测了！4.预测未来30天的数据接下来需要生成一个prophet对象，调用预测函数，预测未来30天的数据变化：fromfbprophetimportProphet#在prophet里面，需要设置date列为ds，预测值为ydf.rename(columns={'date':'ds','cumulate_user':'y'},inplace=True)print(df)#调用“prophet”生成对象m=Prophet()#使用“先知对象”来预测m.fit(df)#获取未来30天的数据future=m.make_future_dataframe(periods=30)forecast=m.predict(future)print(forecast[['ds','yhat','yhat_lower','yhat_upper']].tail())效果如下：我们来看看效果。表中yhat为预测平均值，yhat_lower为预测最小值，yhat_upper为预测最大值。根据《预言家》的预测，未来30天，我们的粉丝数将增加到529人，增长16%。这个预测的数值其实还是比较客观的，一个月后就能看出来效果如何。关注下方公众号，回复“粉丝预测”获取全部源码和数据。这是我们文章的结尾。如果你今天想要我们的Python教程，请继续关注我们。如果对您有帮助，请在下方点赞或观看。如果您有任何问题，可以在下方留言区留言。我们会耐心解答！Python实战宝典（pythondict.com）不仅仅是一个集合。欢迎关注公众号：Python实战宝典原文来自Python实战宝典：Python先知模型
