我用双色球数据学习Python数据分析

一、为啥选双色球学数据分析最怕啥不是语法难是**没动力**。依循着教程去跑一回鸢尾花、泰坦尼克号, 跑过之后就忘掉了, 缘由是那些数据和你不存在关联。我心里思量着非得找寻一个自身真正感兴趣的数据集, 最好还能够具备些许“实用价值”——从而便盯上了双色球。原因很简单- 数据公开从2003年第一期到现在两千多期量够大- 字段清晰6个红球1个蓝球结构简单适合新手- 分析维度众多, 有频率, 有奇偶, 有大小有三区, 有遗漏, 有和值, 还有连号等等, 这足够让你去反复折腾了。从进行爬虫操作, 再到从事分析工作, 接着到实现可视化呈现, 最后到构建GUI界面, 一整套全栈流程都能够得到锻炼。最终, 我制作出了一款带有界面的桌面软件, 它叫做“明扬双色球数据分析系统”, 其采用中国风配色, 具备一键爬取数据的功能, 拥有一键分析的能力, 还拥有一键生成推荐号码的本事。下面是完整的拆解内容。二、项目全貌我做了个啥先看成品长啥样针对顶部操作栏, 存在获取数据这一行为, 还有加载数据的举动, 以及分析数据的操作, 另外有保存数据的情况, 并且能生成号码, 也能够导出报告, 依靠六个按钮将所有事情处理妥当。- **进度条计时器**爬数据时实时显示进度和耗时编号为11的标签页, 其中包括历史数据所形成的表格, 红球热度排名前十的号码展示, 蓝球热度排名前五的号码呈现, 关于大小比例的情况, 奇偶比例的态势, 遗漏情况的剖析, 和值跨度的状况, 三区比例的情形, 连号重号的表现, 走势图的呈现, 以及推荐号码。- **中式配色**中国红鎏金宣纸白墨色看着舒服- **多线程爬虫**8线程并发不卡UI- **卡方检验**用统计学方法验证号码分布是否真的随机技术栈: 通过特定方式爬数据, 运用numpy以及scipy来做分析, 借助某种工具画图, 利用PyQt6制作界面。三、第一步多线程爬虫获取所有历史数据所选用的数据源是**中彩网**, 其开奖记录呈现为分页的HTML表格, 并且该表格结构具备稳定性。3.1 常量和请求头sys, os, csv, , timefrom ,fromfrom . ,numpy as npas pdfrom scipy.statsfrom bs4from .from...util.retry Retry 红球字段名依次为, 名为“red1”的, 名为“red2”的, 名为“red3”的, 名为“red4”的, 名为“red5”的, 名为“red6”的。 (1, 33) (1, 16)# 请求头模拟浏览器 {使用者代理, 其内容为 .0 括号内 NT10.0 逗号 Win64 逗号 x64 引号 句号。斜线, 537.36 的数值, 括号内的 KHTML, 类似 Gecko 的表述。/125.0.0.0 /537.36,连字符, 冒号, 中文字符集中国国家代码, 中文, 分号, 质量因子等于0.9。3.2 数据校验函数取下来的数据不见得是无问题的, 先去撰写一个用于检验的函数, 红色的球一定要是6个并且不存在重复情况而且取值范围限定在1到33之间, 蓝色的球取值范围是1到16。def (rec: dict) - bool:校验单期记录是否合法try:reds int(rec.get(k, 0)) for k inif len(set(reds)) ! 6:Falseif not all(