要繪制動態時間序列預測模型的結果，可以使用Matplotlib庫中的動畫功能來實現。下面是一個簡單的例子，演示如何使用Matplotlib繪制一個動態的時間序列預測模型的結果：
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation
# 生成一些示例數據
x = np.linspace(0, 10, 100)
y_true = np.sin(x)
y_pred = np.cos(x)
# 創建畫布
fig, ax = plt.subplots()
line_true, = ax.plot(x, y_true, label='True')
line_pred, = ax.plot(x, y_pred, label='Predicted')
# 設置圖例和標題
ax.legend()
ax.set_title('Time Series Prediction')
# 更新函數，用于更新圖形內容
def update(i):
line_true.set_ydata(np.sin(x + i/10))
line_pred.set_ydata(np.cos(x + i/10))
return line_true, line_pred
# 創建動畫
ani = FuncAnimation(fig, update, frames=range(100), blit=True)
# 顯示動畫
plt.show()
在這個例子中，我們首先生成了一些示例數據，然后創建了一個畫布和兩條曲線，分別表示真實值和預測值。接著定義了一個更新函數 update，用于更新曲線的數據。最后使用 FuncAnimation 函數創建了一個動畫，將更新函數傳遞進去，并設置了動畫的幀數。最后調用 plt.show() 函數顯示動畫。
通過這樣的方式，我們可以實時地展示時間序列預測模型的結果，從而更直觀地觀察模型的性能和效果。
