教你如何用Python分析出选注双色球号码
前言
嗨喽,大家好呀~这里是爱看美女的茜茜呐
又到了学Python时刻~

数据集介绍
找从19年到现在的开奖历史数据,我们首先要把这个历史数据拿到,
拿到我们再进行做分析,分析每个号码出现的频率是多少,
哪个多,我们就买哪个,哪个概率高就买哪个(仅供娱乐)
本次不讲如何采集,所以数据是现成的


开发环境
我的开发环境是 anaconda --> jupyter notebook
( 源码、教程、文档、软件点击此处跳转跳转文末名片加入君羊,找管理员小姐姐领取呀~ )
代码展示
导入模块
import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Pie
整理数据
df = pd.read_csv('彩票数据集.csv',header=None,index_col=0)
df

总体分析
把红球的号码拿出来
列:从1到6拿到数据
行: 所有行的数据都是想要的数据
red_ball = df.loc[:,1:6]
把蓝球的号码拿出来
blue_ball = df.loc[:,7]
做数据统计
每个号码出现的次数
flatten是numpy.ndarray.flatten的一个函数,即返回一个折叠成一维的数组。
red_ball_count = pd.value_counts(red_ball.values.flatten())
blue_ball_count = pd.value_counts(blue_ball)
x = red_ball_count.index.tolist()
y = red_ball_count.values.tolist()
可视化展示
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()

x = blue_ball_count.index.tolist()
y = blue_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()

19年
df_19 = df.loc[19151:19001,:]
red_ball = df_19.loc[:,1:6]
把蓝球的号码拿出来
blue_ball = df_19.loc[:,7]
做数据统计
每个号码出现的次数
red_ball_count = pd.value_counts(red_ball.values.flatten())
blue_ball_count = pd.value_counts(blue_ball)x = red_ball_count.index.tolist()
y = red_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()
x = blue_ball_count.index.tolist()
y = blue_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()
20年
df_20 = df.loc[19151:19001,:]
red_ball = df_20.loc[:,1:6]
把蓝球的号码拿出来
blue_ball = df_20.loc[:,7]
做数据统计
每个号码出现的次数
red_ball_count = pd.value_counts(red_ball.values.flatten())
blue_ball_count = pd.value_counts(blue_ball)x = red_ball_count.index.tolist()
y = red_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()
x = blue_ball_count.index.tolist()
y = blue_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()
21年
df_21 = df.loc[21073:21001,:]
red_ball = df_21.loc[:,1:6]# 把蓝球的号码拿出来
blue_ball = df_21.loc[:,7]# 做数据统计
# 每个号码出现的次数
red_ball_count = pd.value_counts(red_ball.values.flatten())
blue_ball_count = pd.value_counts(blue_ball)x = red_ball_count.index.tolist()
y = red_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()
x = blue_ball_count.index.tolist()
y = blue_ball_count.values.tolist()
pie = (Pie().add("",[list(z) for z in zip(x, y)])
)
pie.render_notebook()

尾语
感谢你观看我的文章呐~本次航班到这里就结束啦 🛬
希望本篇文章有对你带来帮助 🎉,有学习到一点知识~
躲起来的星星🍥也在努力发光,你也要努力加油(让我们一起努力叭)。

相关文章:
教你如何用Python分析出选注双色球号码
前言 嗨喽,大家好呀~这里是爱看美女的茜茜呐 又到了学Python时刻~ 数据集介绍 找从19年到现在的开奖历史数据,我们首先要把这个历史数据拿到, 拿到我们再进行做分析,分析每个号码出现的频率是多少, 哪个多&#x…...
elasticsearch映射及字段类型
查询映射关系类型上对字段的类型进行映射,我们前面知道可以通过get方法请求_mapping查询指定类型的映射关系:此语句可以查询get-together索引下的group类型的映射关系更新映射关系使用put方法可以更新类型的映射这里指定了new-events类型的字段映射关系&…...
1493围圈报数(队列)
题目描述 有n个人依次围成一圈,从第1个人开始报数,数到第m个人出列,然后从出列的下一个人开始报数,数到第m个人又出列,…,如此反复到所有的人全部出列为止。…...
【ArcGIS Pro二次开发】(2):创建一个Add-in项目
Add-In即模块加载项,是一种能够快速扩展桌面应用程序功能的全新扩展方式。 一、创建新项目 1、打开VS2002,选择创建新项目。 2、在搜索框中输入“arcgis pro”,在搜索结果中选择【ArcGIS Pro 模块加载项】创建项目,注意选择语言应…...
浏览器缓存是如何提升网站访问速度的
提升速度,降低负载 浏览器访问一个页面时,会请求加载HTML、CSS和JS等静态资源,并把这些内容渲染到屏幕上。 对浏览器来说,如果页面没有更新,每次都去请求服务器是没有必要的。所以,把下载的资源缓存起来&…...
Linux中几个在终端中有趣的命令
uhh…最近我不知道该更新些什么,所以就更新Linux几个很有趣的命令 文章目录前言1.命令:sl安装 sl输出2. 命令:telnet命令:fortune安装fortune4.命令:rev(反转)安装rev5. 命令:factor…...
快来来试试SpringBoot3 中的新玩意~
你还在用OpenFeign嘛?快来试试 SpringBoot3 中的这个新玩意!声明式HTTP调用 1、由来 Spring Boot3 去年底就已经正式发布,我也尝了一把鲜,最近有空会和小伙伴们慢慢聊聊 Spring Boot3 都给我们带来了哪些新东西。 今天我们就先…...
【寻人启事】达坦科技持续招人ing
❤️一起来探索前沿科技,做有意思的事情~ 我们是谁 达坦科技(DatenLord)专注于打造新一代开源跨云存储平台。通过软硬件深度融合的方式打通云云壁垒,实现无限制跨云存储、跨云联通,建立海量异地、异构…...
【C/C++基础练习题】简单函数练习题
🍉内容专栏:【C/C要打好基础啊】 🍉本文内容:简单函数使用练习题(复习之前写过的实验报告) 🍉本文作者:Melon西西 🍉发布时间 :2023.2.11 目录 1.给定某个年…...
【代码随想录训练营】【Day11】第五章|栈与队列|20. 有效的括号|1047. 删除字符串中的所有相邻重复项|150. 逆波兰表达式求值
20. 有效的括号 题目详细:LeetCode.20 由题可知,有效字符串需满足: 左括号必须用相同类型的右括号闭合。左括号必须以正确的顺序闭合。每个右括号都有一个对应的相同类型的左括号。 那么,我们可以利用栈后进先出的特点&#x…...
基于云原生分布式存储ceph实现k8s数据持久化
文章目录1、初始化集群1.1 集群机器配置1.2 配置主机名1.3 配置hosts文件1.4、配置互信1.5、关闭防火墙1.6、关闭selinux1.7、配置Ceph安装源1.8、配置时间同步1.9、安装基础软件包2、安装ceph集群2.1 安装ceph-deploy2.2 创建monitor节点2.3 安装ceph-monitor2.4 部署osd服务2…...
SpringMVC获取请求参数
SpringMVC获取请求参数 通过ServletAPI获取 将HttpServletRequest作为控制器方法的形参,此时HttpServletRequest类型的参数表示封装了当前请求的报文对象。 RequestMapping("/testServletAPI") // request表示当前请求 public String testServletAPI(H…...
详解浏览器从输入URL到页面展示的过程
用户发出 URL 请求到页面开始解析的这个过程,就叫做导航。 1. 用户输入 当用户在地址栏中输入一个查询关键字时,地址栏会判断输入的关键字是搜索内容,还是请求的 URL。 当用户输入关键字并键入回车之后,这意味着当前页面即将要…...
【吉先生的Java全栈之路】
吉士先生Java全栈学习路线🧡第一阶段Java基础: 在第一阶段:我们要认真听讲,因为基础很重要!基础很重要!基础很重要!!! 重要的事情说三遍。在这里我们先学JavaSE路线;学完之后我们要去学第一个可视化组件编程《GUI》;然后写个《贪吃蛇》游戏耍…...
第二章 Opencv图像处理基本操作
目录1.读取图像1-1.imread()方法2.显示图像2-1.imshow()方法2-2.waitKey()方法2-3.destroyAllWindows()方法2-4.小总结3.保存图像3-1.imwrite()方法4.查看图像属性4-1.常见的三个图像属性1.读取图像 要对一幅图像进行处理,第一件事就是要读取这幅图像。 1-1.imread(…...
字节一面:在浏览器地址栏输入一个 URL 后回车,背后发生了什么?
近段时间,有小伙伴面试字节,说遇到一个面试题: 在浏览器地址栏输入一个 URL 后回车,背后发生了什么? 这里尼恩给大家做一下系统化、体系化的梳理,使得大家可以充分展示一下大家雄厚的 “技术肌肉”…...
推荐3dMax三维设计十大插件
3dMax是一款功能非常强大的三维设计软件,但无论它的功能多么强大,也不可能包含所有三维方面的功能,这时候,第三方插件可以很好的弥补和增强3dMax的基本功能,下面就给大家介绍十款非常不错的3dMax插件。 森林包…...
Arduino IDE 2.0.6中 ESP32开发环境搭建笔记
Arduino IDE 2.0.6中 ESP32开发环境搭建 Arduino IDE2.0 已上线一段时间,以后ESP32的学习转至新的IDE中 ,需对开发环境进行。 Arduino IDE2.0与1.0有很大差异。原来环境搭建方法已完全不同。下文主要记录环…...
商品秒杀接口压测及优化
目录一、生成测试用户二、jmeter压测三、秒杀接口优化1、优化第一步:解决超卖2、优化第二步:Redis重复抢购3、优化第三步:Redis预减库存①商品初始化②预减库存一、生成测试用户 将UserUtils工具类导入到zmall-user模块中,运行生…...
NFC 项目前期准备工作
同学,别退出呀,我可是全网最牛逼的 WIFI/BT/GPS/NFC分析博主,我写了上百篇文章,请点击下面了解本专栏,进入本博主主页看看再走呗,一定不会让你后悔的,记得一定要去看主页置顶文章哦。 了解项目信息,FAE联系方式,驱动源码等驱动合入内核配置DTS驱动设备节点验证Push nf…...
告别小白屏!树莓派3.5寸/5寸屏幕驱动安装全攻略(含HDMI/GPIO款区分与镜像下载)
树莓派外接屏幕终极指南:从驱动安装到故障排查一站式解决 树莓派爱好者们常常会遇到一个令人头疼的问题——当你兴冲冲地连接上一块3.5寸或5寸的小屏幕,期待立即开始项目开发时,迎接你的却是一片刺眼的白屏。这种情况在非官方屏幕中尤为常见&…...
SDMatte API接口开发教程:基于Python Flask构建标准化服务
SDMatte API接口开发教程:基于Python Flask构建标准化服务 1. 开篇:为什么需要API接口 如果你用过SDMatte这个强大的图像抠图工具,可能会遇到这样的场景:想把抠图功能集成到自己的应用里,或者需要批量处理大量图片。…...
ComfyUI-WanVideoWrapper:AI视频生成性能优化的终极指南
ComfyUI-WanVideoWrapper:AI视频生成性能优化的终极指南 【免费下载链接】ComfyUI-WanVideoWrapper 项目地址: https://gitcode.com/GitHub_Trending/co/ComfyUI-WanVideoWrapper 在AI视频生成领域,显存限制和部署复杂性一直是开发者面临的核心挑…...
一、硬件接线与配置
自动配料控制系统 S7-200SMART 与组态王6.55联机程序 COM3串口通讯 带运行效果视频 IO表 和 PLC接线图CAD 老规矩先看IO表——配料系统核心是4路称重传感器2台变频器控制下料速度。PLC的EM AE04模块接0-10V称重信号,EM DR32数字量模块控制接触器和报警灯。CAD接线图…...
清华大学学位论文LaTeX模板:thuthesis完整使用指南
清华大学学位论文LaTeX模板:thuthesis完整使用指南 【免费下载链接】thuthesis LaTeX Thesis Template for Tsinghua University 项目地址: https://gitcode.com/gh_mirrors/th/thuthesis 清华大学thuthesis LaTeX模板是专为清华学子设计的学位论文写作工具&…...
MogFace人脸检测惊艳效果:CVPR22模型在极端光照(强逆光/频闪光)下的人脸召回提升实测
MogFace人脸检测惊艳效果:CVPR22模型在极端光照(强逆光/频闪光)下的人脸召回提升实测 你有没有遇到过这样的场景?在逆光下拍的照片,人脸黑成一团,或者是在闪烁的灯光下,人脸忽明忽暗࿰…...
ChatTTS离线部署实战:从模型优化到生产环境效率提升
最近在做一个需要离线语音合成的项目,用到了ChatTTS这个效果不错的模型。但直接部署原版模型时,遇到了不少头疼的问题:推理速度慢、内存占用高,在资源受限的生产环境里简直是“吞金兽”。经过一番折腾,总算摸索出一套从…...
工业现场部署必须知道的4个硬指标:FPS≥35、首帧<80ms、内存≤1.2GB、MTBF≥180天(附实测数据白皮书)
第一章:工业现场Python视觉部署的硬指标体系解析在工业现场,Python视觉系统并非仅关注算法精度,其落地成败高度依赖一系列可量化的硬性工程指标。这些指标直接决定系统能否在严苛的产线环境中长期稳定运行,涵盖实时性、鲁棒性、资…...
基于Python的宽带业务管理系统毕设源码
博主介绍:✌ 专注于Java,python,✌关注✌私信我✌具体的问题,我会尽力帮助你。一、研究目的本研究旨在设计并实现一个基于Python的宽带业务管理系统,以提升宽带服务提供商的业务管理效率和客户服务质量。具体研究目的如下:系统架构…...
深入理解Triton JIT编译:@jit装饰器的工作原理
深入理解Triton JIT编译:jit装饰器的工作原理 【免费下载链接】triton Development repository for the Triton language and compiler 项目地址: https://gitcode.com/GitHub_Trending/tri/triton Triton是一个专门为GPU计算设计的高级编程语言和编译器&…...
