溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

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

Python數(shù)據(jù)分析之雙色球中藍紅球分析統(tǒng)計的示例分析

發(fā)布時間:2021-08-03 11:58:01 來源:億速云 閱讀:230 作者:小新 欄目:開發(fā)技術(shù)

這篇文章給大家分享的是有關(guān)Python數(shù)據(jù)分析之雙色球中藍紅球分析統(tǒng)計的示例分析的內(nèi)容。小編覺得挺實用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。

具體如下:

newdata.txt數(shù)據(jù)樣子

...
2005-08-21, 05,10,23,27,28,30,15
2005-08-18, 04,05,17,18,26,33,04
2005-08-16, 09,12,18,21,28,29,05
...

一、藍球統(tǒng)計:

analyze_data_lan.py

#!/usr/bin/python
# -*- coding:UTF-8 -*-
#調(diào)用pandas numpy matplotlib包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#讀取newdata.txt文件
df = pd.read_table('newdata.txt',header=None,sep=',')
# print df
# print df[1:3]  #第2到第3行(索引0開始為第一行,1代表第二行,不包含第四行)
# print df.loc[0:10,:]  #第1行到第9行的全部列
# print df.loc[:,[0,7]] #全部行的第1和第8列
tdate = sorted(df.loc[:,0])   #取第一列數(shù)據(jù)
# print tdate
tdate1 = []  #將tdate數(shù)據(jù)讀取到列表中
for i in tdate:
  tdate1.append(i)
print tdate1
# s = pd.Series(tdate1, index=tdate1)
s = pd.Series(range(1,len(tdate1)+1), index=tdate1)  #將日期轉(zhuǎn)換為對應的數(shù)值從1開始
# print s
tblue = list(reversed(df.loc[:,7]))  #對數(shù)據(jù)取反
print tblue
fenzu = pd.value_counts(tblue,ascending=False)  #將數(shù)據(jù)進行分組統(tǒng)計,按照統(tǒng)計數(shù)降序排序
print fenzu
x=list(fenzu.index[:])  #獲取藍色號碼
y=list(fenzu.values[:])  #獲得藍色統(tǒng)計數(shù)量
print x
print y
# print type(fenzu)
plt.figure(figsize=(10,6),dpi=70)  #配置畫圖大小、和細度
plt.legend(loc='best')
# plt.plot(fenzu,color='red')  #線圖
plt.bar(x,y,alpha=.5, color='b',width=0.8)  #直方圖參數(shù)設(shè)置
plt.title('The blue ball number')  #標題
plt.xlabel('blue number')  #x軸內(nèi)容
plt.ylabel('times')  #y軸內(nèi)容
plt.show()  #顯示圖

結(jié)果輸出:

Python數(shù)據(jù)分析之雙色球中藍紅球分析統(tǒng)計的示例分析

看來藍球9選中最多

二、紅球統(tǒng)計

analyze_data_hong.py

#!/usr/bin/python
# -*- coding:UTF-8 -*-
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
#讀取文件
df = pd.read_table('newdata.txt',header=None,sep=',')
# print df
# print df[1:3]
# print df.loc[0:10,:]
# print df.loc[:,1:6]
tdate = sorted(df.loc[:,0])
# print tdate
h2 = df.loc[:,1]
h3 = df.loc[:,2]
h4 = df.loc[:,3]
h5 = df.loc[:,4]
h6 = df.loc[:,5]
h7 = df.loc[:,6]
#將數(shù)據(jù)合并到一起
all = h2.append(h3).append(h4).append(h5).append(h6).append(h7)
alldata = list(all)
print len(alldata)
fenzu = pd.value_counts(all,ascending=False)
print fenzu
x=list(fenzu.index[:])
y=list(fenzu.values[:])
print x
print y
# print type(fenzu)
plt.figure(figsize=(10,6),dpi=70)
plt.legend(loc='best',)
# plt.plot(fenzu,color='red')
plt.bar(x,y,alpha=.5, color='r',width=0.8)
plt.title('The red ball number')
plt.xlabel('red number')
plt.ylabel('times')
plt.show()

結(jié)果輸出:

Python數(shù)據(jù)分析之雙色球中藍紅球分析統(tǒng)計的示例分析

紅球1、7、14、17、26選中幾率高些

感謝各位的閱讀!關(guān)于“Python數(shù)據(jù)分析之雙色球中藍紅球分析統(tǒng)計的示例分析”這篇文章就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,讓大家可以學到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!

向AI問一下細節(jié)

免責聲明: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,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI