Python分析双色球，中大奖指日可待

叁歲伎倆 2022-09-11 00:08 209阅读 0赞

#  #

![bbba1293f065ccc15b3f514c9e12cd4c.png][]

# 一、需求简介    #

之前偶然见到一位网友提出了关于双色球数据的分析需求，感觉颇有趣味，便着手操作了一番。如下为某双色球发布站的页面，可以看到每期会产生红/蓝两种颜色的数字，其中红球为 33 选 6，蓝球为 16 选 1，一共是从 49 个球中选 7 个。假如想对某一色号球下注，比如`红1`球，要先分析一下该球以往的产出情况。![20496e062b00d78915333670f270e9cd.png][]可以从以下 3 个方面来分析，以史明鉴，看看最新一期是否值得选取该球：

## 1、遗漏情况 ##

统计遗漏 n 期后命中的次数，如上图：遗漏 1 期后中的次数有 2 次，遗漏 2 期后中的次数有 1 次，遗漏 5 期后中的次数有 2 次，遗漏 7 期后中的次数有 1 次。![123fd6cecc84a345ba86a95848555f27.png][]

## 2、连续重号情况 ##

如图，连续重号 3 期的有 1 次。![426ff4f5d2f8292300700fe62a7abf17.png][]

## 3、重号前的遗漏情况 ##

如图，重号前遗漏 2 期的有 1 次。![1831f066c5541f0f18935fe5714f091e.png][]

# 二、源数据 #

节选源数据如下，数据是以 html 表格形式储存的，<td> 标签中 class="yl01" 表示未命中，class="chartBall01" 表示命中红球，class="chartBall02" 表示命中蓝球（文末获取近 100 期数据样本）。

# 三、解析实现 #

## 1、数据结构 ##

为了便于表示球的命中与颜色、数值，我们可以按以下规则映射：![58fa86fc6b35e90046c287a7d5b71ad5.png][]那么先用美丽汤把需要的内容捞出来，把所有 <td> 标签中表示名字与色号的内容取出，按上述规则映射表示。

soup = BeautifulSoup(res_table, "html.parser")
    item_lst = []
    for td in soup.find_all('td'):
    	cls = td['class'][0]
    	num = td.string
    	if cls in ['yl01', 'chartBall01', 'chartBall02']:
    	    item_lst.append('-'.join([cls, num]))
    print(item_lst[:10])

输出前 10 个预览如下：

> \['yl01-3', 'yl01-5', 'chartBall01-03', 'yl01-5', 'yl01-1', 'yl01-5', 'chartBall01-07', 'yl01-9', 'yl01-6', 'yl01-6'\]

但这仅仅是一个超长列表，在此基础上处理起来还找不到头绪，至少要转变成和网页上结构一致的矩阵才好理解吧，那么可以想到利用 numpy 矩阵。先是用 `np.array` 将普通列表转为 numpy 数组，再利用 `reshape` 将一维数组转为二维数组，即 100 期 X 49 个球的矩阵。

array = np.array(item_lst).reshape(100, 49)

如图，numpy 矩阵的每一行与原页面结构对应。![d7a05bdd7ced9328c2cd62d9eff5a7dc.png][]但我们想要进行的是纵向比较分析，比较各期之间的关系，所以还需要再对矩阵进行行列转置。

array_T = array.T  # 矩阵转置，一个元素对应一列

![53f0a23a39961c3288d897b3b149ae72.png][]此时，`array_T` 中的每一个元素即表示某一色号的近 100 期情况。如果想看`红1` 球，则是 `array_T[0]`；如果想看`红2` 球，则是 `array_T[1]`；如果想看`蓝1` 球，则是 `array_T[33]`（因为红球总共有 33 个，故第一个蓝球列的索引为 33）。为了便于选球，我们可以写一个映射方法：

def trans_col(txt):  # 翻译列索引号，如红1=0，红33=32，蓝1=33，蓝16=48
        if "红" in txt:
            col = int(txt.replace('红', '')) - 1
        else:
            col = int(txt.replace('蓝', '')) + 32
        return col

接下来就可以正式开始实现统计分析的需求啦！

## 2、遗漏统计 ##

将转置矩阵和指定色号球所在列传入，获取该列后加入一个结束标记，因至少要出现 1 次未命中 +1 次命中才判定为遗漏 1 期，所以从该列的第二项数据开始判断，若其不等于前一项的值，且当前项为命中，则记录前一项的值（遗漏期数）。之后将记录列表中的表示遗漏的标记 `yl01` 去除，仅保留期数。

def fun_miss(array, col):  # 统计该列中遗漏后命中的次数
        line = array[col].tolist()
        order_grp = []
        for i, v in enumerate(line):
            if i > 0:
                if v != line[i - 1] and 'chart' in v:
                    order_grp.append(line[i - 1])
        order_grp = [i.replace('yl01-', '') for i in order_grp]
        c = dict(Counter(order_grp))
        result = sorted(c.items(), key=lambda x: int(x[0]))
        for i in result:
            print(f"遗漏{i[0]}期后中的次数有{i[1]}次")
         
    fun_miss(array_T, trans_col("红1"))  # 执行

![f884cdb71e9c5850a0fccd33de580942.png][]统计排序后输出如下：

> 遗漏1期后中的次数有4次 遗漏2期后中的次数有2次 遗漏3期后中的次数有3次 遗漏5期后中的次数有2次 遗漏7期后中的次数有2次 遗漏8期后中的次数有1次 遗漏9期后中的次数有2次 遗漏13期后中的次数有1次

## 3、连续重号统计 ##

与遗漏统计相同，传入两个参数，先确定要选取的色号列。当前项等于前一项，且当前项为命中时表示重号，连续重号时 `count` 计数 +1，当出现不满足重号条件时表示连续重号中断，记录连续次数，并将计数清零，待下一轮重号出现时重新计数。

def fun_repeat(array, col):  # 统计该列中的重号次数
        line = array[col].tolist()
        count_grp = []
        count = 0
        for i, v in enumerate(line):
            if i > 0:
                if v == line[i-1] and 'chart' in v:
                    count += 1
                elif count > 0:
                    count_grp.append(count)
                    count = 0
        c = dict(Counter(count_grp))
        result = sorted(c.items(), key=lambda x: x[0])
        for i in result:
            print(f"连续重号{i[0]}次的有{i[1]}次")
    
    fun_repeat(wt, trans_col("红2"))  # 执行

![01c60977378799fddf6486d6a2d543d8.png][]统计排序后输出如下：

> 连续重号1次的有1次 连续重号2次的有1次

## 4、重号前的遗漏统计 ##

因要出现重号+遗漏才算入，所以至少从第三项数据开始判定。

def fun_return(array, col):  # 统计该列中重号前的遗漏次数
        line = array[col].tolist()
        order_grp = []
        for i, v in enumerate(line):
            if i > 1:
                if v == line[i - 1] and v != line[i - 2] and 'chart' in v:
                    order_grp.append(line[i - 2])
        order_grp = [i.replace('yl01-', '') for i in order_grp]
        c = dict(Counter(order_grp))
        result = sorted(c.items(), key=lambda x: int(x[0]))
        for i in result:
            print(f"重号前遗漏{i[0]}期的有{i[1]}次")
           
    fun_return(wt, trans_col("红1"))  # 执行

![89568615568471405319dfaf9931d847.png][]统计排序后输出如下：

> 重号前遗漏2期的有1次

# 四、小结 #

emmmm...不过如此看来，单单分析一个球是不够滴，还要和其他色号深入对比，有兴趣的同学自己尝试吧哈哈哈！~这里是我命由天不由我的 Seon塞翁，下篇再见！

**温馨提示：赌博有风险，本文仅做数据处理技术讨论，不构成任何资金投入建议！**（不要怪我标题党啦 ）

[bbba1293f065ccc15b3f514c9e12cd4c.png]: /images/20220829/6b46a30a9fc043d7af003bd6d3ccd69c.png
[20496e062b00d78915333670f270e9cd.png]: /images/20220829/0bc0337d4be347e5b75c586165cea55f.png
[123fd6cecc84a345ba86a95848555f27.png]: /images/20220829/15cdb8900c304ad9a22de42572a5ef31.png
[426ff4f5d2f8292300700fe62a7abf17.png]: /images/20220829/64f59beaeacc4665b493085ad3c65321.png
[1831f066c5541f0f18935fe5714f091e.png]: /images/20220829/704ea726274e4a0fa1faa8628c2e72eb.png
[58fa86fc6b35e90046c287a7d5b71ad5.png]: /images/20220829/6cba6b0d6dce4f81a9de279e663c9091.png
[d7a05bdd7ced9328c2cd62d9eff5a7dc.png]: /images/20220829/3cc1ffcb96934143a2564fe09ca08750.png
[53f0a23a39961c3288d897b3b149ae72.png]: /images/20220829/cb3d78039cc0455f80abf3fdd05df3e3.png
[f884cdb71e9c5850a0fccd33de580942.png]: /images/20220829/81460e2e77ad4615b7dd2fd7706c0c7e.png
[01c60977378799fddf6486d6a2d543d8.png]: /images/20220829/e088b40e1c8a4150ab5fee5e191857b7.png
[89568615568471405319dfaf9931d847.png]: /images/20220829/14b6af4579ff4fa4812c9663dc6dc7c9.png