溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

Python數(shù)據(jù)分析之如何實(shí)現(xiàn)雙色球統(tǒng)計(jì)單個(gè)紅和藍(lán)球哪個(gè)比例高

發(fā)布時(shí)間:2021-08-03 11:58:59 來(lái)源:億速云 閱讀:303 作者:小新 欄目:開(kāi)發(fā)技術(shù)

這篇文章將為大家詳細(xì)講解有關(guān)Python數(shù)據(jù)分析之如何實(shí)現(xiàn)雙色球統(tǒng)計(jì)單個(gè)紅和藍(lán)球哪個(gè)比例高,小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,希望大家閱讀完這篇文章后可以有所收獲。

統(tǒng)計(jì)單個(gè)紅球和藍(lán)球,哪個(gè)組合最多,顯示前19組數(shù)據(jù)

#!/usr/bin/python
# -*- coding:UTF-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import operator
df = pd.read_table('newdata.txt',header=None,sep=',')
tdate = sorted(df.loc[:,0])
# print tdate
h2 = df.loc[:,1:7:6].values  #取第一列紅球和藍(lán)球
# print h2
h3 = df.loc[:,2:7:5].values  #取第二列紅球和藍(lán)球
h4 = df.loc[:,3:7:4].values
h5 = df.loc[:,4:7:3].values
h6 = df.loc[:,5:7:2].values
h7 = df.loc[:,6:7:1].values
# tblue = df.loc[:,7]
#將上方切分的所有數(shù)據(jù)組合到一起
data = np.append(h2, h3, axis = 0)
data = np.append(data, h4, axis = 0)
data = np.append(data, h5, axis = 0)
data = np.append(data, h6, axis = 0)
data = np.append(data, h7, axis = 0)
# print data
data1 = pd.DataFrame(data)
# print data1
#寫入到一個(gè)文件中
data1.to_csv('hldata.csv',index=None,header=None)
#讀取文件,將組合進(jìn)行統(tǒng)計(jì)并從大到小排序
f = open("hldata.csv")
count_dict = {}
for line in f.readlines():
  line = line.strip()
  count = count_dict.setdefault(line, 0)
  count += 1
  count_dict[line] = count
sorted_count_dict = sorted(count_dict.iteritems(), key=operator.itemgetter(1), reverse=True)
# for item in sorted_count_dict:
#   print "%s,%d" % (item[0], item[1])
# print sorted_count_dict
fenzu = pd.DataFrame(sorted_count_dict).set_index([0])
#print fenzu
#分別從第一列和第二列取前19個(gè)數(shù)據(jù)放到x y中
x = list(fenzu.index[:19])
y = list(fenzu.values[:19])
print x
print y
#將x對(duì)應(yīng)數(shù)值,不然畫圖報(bào)錯(cuò)
s = pd.Series(range(1,len(x)+1), index=x)
#設(shè)置畫圖屬性
plt.figure(figsize=(12,6),dpi=80)
plt.legend(loc='best')
# plt.plot(fenzu,color='red')
plt.bar(s,y,alpha=.5, color='r',width=0.8)
plt.title('The one red and one blue ball number')
plt.xlabel('one red and one blue number')
plt.ylabel('times')
#可以在圖中放置標(biāo)簽字符
# for i in range(0,19):
#   plt.text(int(i+1.4),25,x[i],color='b',size=10)
# plt.text(1.4,20,x[0],color='g',ha='center')
#將['1,12', '26,9', '5,13']這樣的字符放到圖中
plt.xticks(s,x, rotation=10,size=10,ha='left')
plt.show()

結(jié)果如下:

Python數(shù)據(jù)分析之如何實(shí)現(xiàn)雙色球統(tǒng)計(jì)單個(gè)紅和藍(lán)球哪個(gè)比例高

可以看出紅球1和藍(lán)球12出現(xiàn)過(guò)的次數(shù)最多,其次是紅球26和藍(lán)球9

參考:

import matplotlib.pyplot as plt
import numpy as np
plt.rc('font', family='SimHei', size=13)
num = np.array([13325, 9403, 9227, 8651])
ratio = np.array([0.75, 0.76, 0.72, 0.75])
men = num * ratio
women = num * (1-ratio)
x = ['聊天','支付','團(tuán)購(gòu)\n優(yōu)惠券','在線視頻']
width = 0.5
idx = np.arange(len(x))
plt.bar(idx, men, width, color='red', label='男性用戶')
plt.bar(idx, women, width, bottom=men, color='yellow', label='女性用戶')
plt.xlabel('應(yīng)用類別')
plt.ylabel('男女分布')
plt.xticks(idx+width/2, x, rotation=40)
plt.legend()

Python數(shù)據(jù)分析之如何實(shí)現(xiàn)雙色球統(tǒng)計(jì)單個(gè)紅和藍(lán)球哪個(gè)比例高

關(guān)于“Python數(shù)據(jù)分析之如何實(shí)現(xiàn)雙色球統(tǒng)計(jì)單個(gè)紅和藍(lán)球哪個(gè)比例高”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,使各位可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),請(qǐng)把它分享出去讓更多的人看到。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI