点击上方“志斌的Python笔记”,选择“星标”公众号超级无敌干货,第一时间送达!!!
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。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。
2、连续重号情况
如图,连续重号 3 期的有 1 次。
3、重号前的遗漏情况
如图,重号前遗漏 2 期的有 1 次。
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)。
<tr> <td class="c_fbf5e3 bd_rt_a">2021090</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">8</td><td class="yl01" style="font-size:xx-small">2</td><td class="chartBall01">05</td><td class="chartBall01">06</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">4</td><td class="yl01" style="font-size:xx-small">6</td><td class="yl01" style="font-size:xx-small">4</td><td class="yl01" style="font-size:xx-small">5</td><td class="chartBall01">12</td><td class="yl01" style="font-size:xx-small">1</td><td class="chartBall01">14</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">13</td><td class="yl01" style="font-size:xx-small">9</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">6</td><td class="yl01" style="font-size:xx-small">9</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">7</td><td class="yl01" style="font-size:xx-small">2</td><td class="chartBall01">27</td><td class="chartBall01">28</td><td class="yl01" style="font-size:xx-small">4</td><td class="yl01" style="font-size:xx-small">13</td><td class="yl01" style="font-size:xx-small">12</td><td class="yl01" style="font-size:xx-small">8</td><td class="yl01" style="font-size:xx-small">7</td><td class="v_line"></td><td class="yl01" style="font-size:xx-small">4</td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">42</td><td class="yl01" style="font-size:xx-small">3</td><td class="yl01" style="font-size:xx-small">8</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">16</td><td class="chartBall02">08</td><td class="yl01" style="font-size:xx-small">10</td><td class="yl01" style="font-size:xx-small">13</td><td class="yl01" style="font-size:xx-small">54</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">11</td><td class="yl01" style="font-size:xx-small">31</td><td class="yl01" style="font-size:xx-small">18</td><td class="yl01" style="font-size:xx-small">25</td></tr><tr><td class="c_fbf5e3 bd_rt_a">2021091</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">9</td><td class="chartBall01">04</td><td class="yl01" style="font-size:xx-small">1</td><td class="chartBall01">06</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">7</td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">6</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">3</td><td class="chartBall01">16</td><td class="yl01" style="font-size:xx-small">14</td><td class="yl01" style="font-size:xx-small">10</td><td class="yl01" style="font-size:xx-small">3</td><td class="yl01" style="font-size:xx-small">6</td><td class="yl01" style="font-size:xx-small">7</td><td class="yl01" style="font-size:xx-small">10</td><td class="yl01" style="font-size:xx-small">2</td><td class="chartBall01">24</td><td class="yl01" style="font-size:xx-small">8</td><td class="chartBall01">26</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">14</td><td class="yl01" style="font-size:xx-small">13</td><td class="yl01" style="font-size:xx-small">9</td><td class="chartBall01">33</td><td class="v_line"></td><td class="yl01" style="font-size:xx-small">5</td><td class="yl01" style="font-size:xx-small">6</td><td class="yl01" style="font-size:xx-small">43</td><td class="yl01" style="font-size:xx-small">4</td><td class="yl01" style="font-size:xx-small">9</td><td class="yl01" style="font-size:xx-small">3</td><td class="yl01" style="font-size:xx-small">17</td><td class="yl01" style="font-size:xx-small">1</td><td class="yl01" style="font-size:xx-small">11</td><td class="yl01" style="font-size:xx-small">14</td><td class="yl01" style="font-size:xx-small">55</td><td class="yl01" style="font-size:xx-small">2</td><td class="yl01" style="font-size:xx-small">12</td><td class="yl01" style="font-size:xx-small">32</td><td class="yl01" style="font-size:xx-small">19</td><td class="chartBall02">16</td></tr>
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: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.stringif 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。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
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=48if "红" in txt:col = int(txt.replace('红', '')) - 1else:col = int(txt.replace('蓝', '')) + 32return 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
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 = 0for i, v in enumerate(line):if i > 0:if v == line[i-1] and 'chart' in v:count += 1elif count > 0:count_grp.append(count)count = 0c = 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
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
统计排序后输出如下:
重号前遗漏2期的有1次
四、小结
点击下方[在看],即可找志斌领取源数据和完整代码哈~
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 )
推荐阅读
滑动拼图验证码的原理和破解方法~
用Python看蜜雪冰城店铺在哪个省份最多~
滑块验证码的原理和破解方法~
计算型验证码反爬虫的原理和破解方法(附有计算型验证码制作代码~)
用Python爬了IPhone全部游戏免费榜的实时排名,我发现~
三行代码将Excel转为任意格式的Word
字符型验证码反爬虫的原理和破解方法(附有字符验证码制作代码~)
分享、在看与点赞,至少我要拥有一个吧~
扫码加好友,加入海归Python编程和人工智能群