用Python预测双色球福利彩票中奖号码(请不要当真)
前言
双色球是中国福利彩票的一种玩法。
红球一共6组,每组从1-33中抽取一个,六个互相不重复。然后蓝球是从1-16中抽取一个数字,这整个组成的双色球
python从零基础入门到实战
今天,我们就用Python来统计一下各号码的中奖概率,并可视化展示。我本人,也会买概率最大的几个号码试试,中奖的话,我就删号,并开始朴实无华有钱人的生活!!!
先是数据的来源,采集双色球往期中奖数据
发送求情
import requests # 数据请求# 发送请求的url地址 url = 'http://www.cwl.gov.cn/cwl_admin/kjxx/findDrawNotice'params = {'name': 'ssq','issueCount': '','issueStart': '','issueEnd': '','dayStart': '2017-10-24','dayEnd': '2021-08-04','pageNo': page, } headers = {'Referer': 'http://www.cwl.gov.cn/kjxx/ssq/kjgg/','User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36' } response = requests.get(url=url, params=params, headers=headers) # <> 对象 200 请求成功 状态码
解析数据,for遍历
for index in result:dit = {'期号': index['code'],'开奖日期': index['date'],'红球': index['red'],'蓝球': index['blue'],'一等奖中奖注数': index['prizegrades'][0]['typenum'],'一等奖中奖金额': index['prizegrades'][0]['typemoney'],'二等奖中奖注数': index['prizegrades'][1]['typenum'],'二等奖中奖金额': index['prizegrades'][1]['typemoney'],'三等奖中奖注数': index['prizegrades'][2]['typenum'],'三等奖中奖金额': index['prizegrades'][2]['typemoney'],'四等奖中奖注数': index['prizegrades'][3]['typenum'],'四等奖中奖金额': index['prizegrades'][3]['typemoney'],'五等奖中奖注数': index['prizegrades'][4]['typenum'],'五等奖中奖金额': index['prizegrades'][4]['typemoney'],'六等奖中奖注数': index['prizegrades'][5]['typenum'],'六等奖中奖金额': index['prizegrades'][5]['typemoney'],'一等奖中奖地区': index['content'],'奖池金额': index['poolmoney']}
保存数据
import csv # 内置模块f = open('双色球.csv', mode='a', encoding='utf-8', newline='') csv_writer = csv.DictWriter(f, fieldnames=['期号','开奖日期','红球','蓝球','一等奖中奖注数','一等奖中奖金额','二等奖中奖注数','二等奖中奖金额','三等奖中奖注数','三等奖中奖金额','四等奖中奖注数','四等奖中奖金额','五等奖中奖注数','五等奖中奖金额','六等奖中奖注数','六等奖中奖金额','一等奖中奖地区','奖池金额'])csv_writer.writeheader() # 写入表头 csv_writer.writerow(dit) print(dit)
运行代码,这样就得到了往期双色球的数据了
现在开始,我们来分析这些数据
先导入需要用到的模块
import pandas as pd from pyecharts.charts import * from sklearn.linear_model import LogisticRegression
读取采集到的表格数据
data = pd.read_csv('双色球.csv',encoding='utf-8', engine='python') data.head()
取数据,指定训练集和测试集
def get_lotto_data(data, lotto, lotto_id):data['lotto_id'] = lotto_idX = []Y = []# 标签and值for s, p in zip(data['lotto_id'], data[lotto]):X.append([float(s)])Y.append(float(p))return X, Y
建立线性回归模型
def linear_model_test(X, Y, predict_value):regr = LogisticRegression()regr.fit(X, Y)predict_outcome = regr.predict(predict_value)predictions = {}predictions['intercept'] = regr.intercept_predictions['coefficient'] = regr.coef_predictions['predicted_value'] = predict_outcomereturn predictions
使用线性回归推测中奖号码
def get_predicted_num(file, lotto, lotto_id):X, Y = get_lotto_data(file, lotto, lotto_id)predict_value = [[33]]result = linear_model_test(X, Y, predict_value)if lotto_id < 7:print(f'中奖第{lotto_id}个红球为:', result['predicted_value'].astype('int64'), '号球')else:print('中奖蓝球为:', result['predicted_value'].astype('int64'), '号球')
预测结果
get_predicted_num(data, 'r1', 1) # 预测红1 get_predicted_num(data, 'r2', 2) # 预测红2 get_predicted_num(data, 'r3', 3) # 预测红3 get_predicted_num(data, 'r4', 4) # 预测红4 get_predicted_num(data, 'r5', 5) # 预测红5 get_predicted_num(data, 'r6', 6) # 预测红6 get_predicted_num(data, '蓝球', 7) # 预测蓝7
可视化展示
红球中奖概率分布图
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()
蓝球中奖概率分布图
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()
蓝球中奖次数分布
from pyecharts import options as opts from pyecharts.charts import PictorialBar from pyecharts.globals import SymbolTypec = (PictorialBar().add_xaxis(x).add_yaxis("",y,label_opts=opts.LabelOpts(is_show=False),symbol_size=18,symbol_repeat="fixed",symbol_offset=[0, 0],is_symbol_clip=True,).reversal_axis().set_global_opts(title_opts=opts.TitleOpts(title='蓝球中奖号码'),xaxis_opts=opts.AxisOpts(is_show=False),yaxis_opts=opts.AxisOpts(axistick_opts=opts.AxisTickOpts(is_show=False),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(opacity=0)),),) ) c.render_notebook()
中奖注数漏斗图
x_data = df['中奖注数'].index.tolist() y_data = df['中奖注数'].values.tolist()c = (Funnel().add("中奖注数漏斗图",[list(z) for z in zip(x_data, y_data)],label_opts=opts.LabelOpts(position="inside"),).set_global_opts(title_opts=opts.TitleOpts(title="中奖注数漏斗图")) ) c.render_notebook()
很真实,基数太大,一、二等奖的中奖数都看不见了
用Python预测双色球福利彩票中奖号码(请不要当真)相关推荐
- Python预测双色球福利彩票中奖号码(随便玩玩,不要当真)
前言 铁子们应该都是听说过双色球的吧 双色球是中国福利彩票的一种玩法 红球一共6组,每组从1-33中抽取一个,六个互相不重复.然后蓝球是从1-16中抽取一个数字,这整个组成的双色球 今天,我们就用Py ...
- Python项目分析:预测双色球福利彩票中奖号码
前言 大家早好.午好.晚好吖 ❤ ~ 双色球是中国福利彩票的一种玩法. 红球一共6组,每组从1-33中抽取一个,六个互相不重复. 然后蓝球是从1-16中抽取一个数字,这整个组成的双色球 python从 ...
- python 使用 selenium 爬取中国福利彩票双色球历史中奖号码
python 使用 selenium 爬取中国福利彩票双色球历史中奖号码 前期准备 版本:python3 模块:selenium.time.pprint 一开始使用的是 tree 的方式获取数据,但发 ...
- 给我10个下期双色球易中奖号码
很抱歉,我不能提供下期双色球易中奖号码.但是,我可以提供一些有用的技巧,帮助您更容易中奖:1. 选择更少的号码:2. 选择最近几期开出的号码:3. 选择经常出现的号码:4. 尝试组合号码:5. 把握号 ...
- 爬取双色球的中奖号码
好久没更新了,最近工作才慢慢进入正轨,才有时间来慢慢记录自己喜欢和感兴趣的事. 前段时间看到有朋友在研究双色球的事,顺便学习了一下,感觉可以用我们所学来简单的预测一下下一期的双色球事多少,所以我爬取来 ...
- python中奖号_Python分析彩票记录并预测中奖号码过程详解
0 引言 上周被一则新闻震惊到了,<2454万元大奖无人认领!福彩史上第二大弃奖在广东中山产生 >,在2019年5月2日开奖的双色球中,广东中山一位彩民博中2454万元,兑奖时间截至201 ...
- python预测彩票模型_python预测下一期双色球号码【机器学习】
Task: 1. 在福彩官网抓取所有的历史双色球数据. 2. 使用历史数据进行继续学习. Part1 数据抓取 main.pyimport re from bs4 import BeautifulSo ...
- JAVA模拟福利彩票双色球(选号,判断是否中奖,以及中奖号码)
一,双色球中奖规则(均不分顺序): 一等奖:6个红球+1个蓝球号码完全相同-奖金波动9000000元左右 二等奖:6个红球+0个蓝球号码相同-奖金波动150000元左右 三等奖:5个红球+1个蓝球号码 ...
- python抓取每期双色球中奖号码,用于分析
获取每期双色球中奖号码,便于观察,话不多说,代码如下 # -*- coding:utf-8 -*- # __author__ :kusy # __content__:获取每期双色球中奖号码 # __d ...
最新文章
- 快速搭建 Serverless 人脸识别离线服务
- Yii的Url::toRoute
- Product settype list tool - report PROD_DISPLAY_SETTYPE
- 查看文件详细信息linux,linux命令stat,查看文件详细信息
- elasticsearch亿级数据量全量索引导入优化方案
- Java每次输入一个字符+高精度取整计算(记洛谷P2394题WA+TLE+RE的经历,Java语言描述)
- 计算机网络 —— OSI参考模型
- 一道JS面试题目引发的思考
- (转载)关于ASCII和GB2312、GBK、GB18030、UNICODE
- Ubuntu设置局域网Windows共享文件Samba
- CentOS 7.5 编译安装 Nginx 1.15.3
- Git--分布式版本控制系统
- C++ 入门5 ---- 类和动态内存分配(一)
- 网易云音乐播放器部分问题集
- 预卷积HDR环境贴图
- JAVA-计算两篇文章的相似度
- 8个成语接龙首尾相连_首尾相连成语接龙
- 谈谈MATLAB数字滤波器频域响应
- Adobe Audition 2022 v22.2 U2B macOS 专业的音频工作站
- PrestaShop 1.7.7.0 Stable 发布了!