Python数据分析之双色球统计单个红和蓝球哪个比例高的方法
时间:2019-04-13
本文章向大家介绍Python数据分析之双色球统计单个红和蓝球哪个比例高的方法,主要包括Python数据分析之双色球统计单个红和蓝球哪个比例高的方法使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
本文实例讲述了Python数据分析之双色球统计单个红和蓝球哪个比例高的方法。分享给大家供大家参考,具体如下:
统计单个红球和蓝球,哪个组合最多,显示前19组数据
#!/usr/bin/python # -*- coding:UTF-8 -*- import pandas as pd import numpy as np import matplotlib.pyplot as plt import operator df = pd.read_table('newdata.txt',header=None,sep=',') tdate = sorted(df.loc[:,0]) # print tdate h1 = df.loc[:,1:7:6].values #取第一列红球和蓝球 # print h1 h2 = df.loc[:,2:7:5].values #取第二列红球和蓝球 h3 = df.loc[:,3:7:4].values h4 = df.loc[:,4:7:3].values h5 = df.loc[:,5:7:2].values h6 = df.loc[:,6:7:1].values # tblue = df.loc[:,7] #将上方切分的所有数据组合到一起 data = np.append(h1, h2, axis = 0) data = np.append(data, h3, axis = 0) data = np.append(data, h4, axis = 0) data = np.append(data, h5, axis = 0) data = np.append(data, h6, axis = 0) # print data data1 = pd.DataFrame(data) # print data1 #写入到一个文件中 data1.to_csv('hldata.csv',index=None,header=None) #读取文件,将组合进行统计并从大到小排序 f = open("hldata.csv") count_dict = {} for line in f.readlines(): line = line.strip() count = count_dict.setdefault(line, 0) count += 1 count_dict[line] = count sorted_count_dict = sorted(count_dict.iteritems(), key=operator.itemgetter(1), reverse=True) # for item in sorted_count_dict: # print "%s,%d" % (item[0], item[1]) # print sorted_count_dict fenzu = pd.DataFrame(sorted_count_dict).set_index([0]) #print fenzu #分别从第一列和第二列取前19个数据放到x y中 x = list(fenzu.index[:19]) y = list(fenzu.values[:19]) print x print y #将x对应数值,不然画图报错 s = pd.Series(range(1,len(x)+1), index=x) #设置画图属性 plt.figure(figsize=(12,6),dpi=80) plt.legend(loc='best') # plt.plot(fenzu,color='red') plt.bar(s,y,alpha=.5, color='r',width=0.8) plt.title('The one red and one blue ball number') plt.xlabel('one red and one blue number') plt.ylabel('times') #可以在图中放置标签字符 # for i in range(0,19): # plt.text(int(i+1.4),25,x[i],color='b',size=10) # plt.text(1.4,20,x[0],color='g',ha='center') #将['1,12', '26,9', '5,13']这样的字符放到图中 plt.xticks(s,x, rotation=10,size=10,ha='left') plt.show()
结果如下:
可以看出红球1和蓝球12出现过的次数最多,其次是红球26和蓝球9
参考:
import matplotlib.pyplot as plt import numpy as np plt.rc('font', family='SimHei', size=13) num = np.array([13325, 9403, 9227, 8651]) ratio = np.array([0.75, 0.76, 0.72, 0.75]) men = num * ratio women = num * (1-ratio) x = ['聊天','支付','团购\n优惠券','在线视频'] width = 0.5 idx = np.arange(len(x)) plt.bar(idx, men, width, color='red', label='男性用户') plt.bar(idx, women, width, bottom=men, color='yellow', label='女性用户') plt.xlabel('应用类别') plt.ylabel('男女分布') plt.xticks(idx+width/2, x, rotation=40) plt.legend()
更多关于Python相关内容感兴趣的读者可查看本站专题:《Python数学运算技巧总结》、《Python字符串操作技巧汇总》、《Python编码操作技巧总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
- 教你一招 | Python实现无向图最短路径
- 教你一招 | Python装饰器的另类用法
- 如何拿到半数面试公司Offer——我的Python求职之路
- Python编程语言发展简史
- 学完Python基础知识后,你真的会python吗?
- 一个人的武林:内网渗透测试思路(二)
- Python数据分析之股票实战
- 这货不是电源:硬件渗透测试平台 – Power Pwn
- Python进阶学习之阅读代码
- 代码安全审计:当file_exists遇上eval
- Python 异常处理完整指南
- 有趣的安全实验:利用多线程资源竞争技术上传shell
- NotSerializableException解决方法NotSerializableException
- 谁蹭了我的WiFi?浅谈家用无线路由器攻防
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 用向量做Mantel的几个问题
- Eclipse集成Maven打包时报错:[ERROR] Unknown lifecycle phase "mvn". You must specify a valid lifecycle phase
- Windows下使用Nginx+Tomcat做负载均衡
- CTO 写的代码,真是绝了
- 网站克隆:setoolkit社工软件
- 什么是数据驱动测试?学习创建框架
- 自动化面试题,我用来面试成功了
- MySQL中的InnoDB是怎么解决幻读的?
- 整理了一些自己可能会用到的R包
- Service Worker初探
- 透视HTTPS建造固若金汤的城堡
- 写代码、搜问题,全部都在「终端」完成!如此编程神器,是时候入手了
- Kafka消费者的使用和原理
- 带你认识 Pytest(二)
- 一起来约G7~R语言探索约基奇数据的简单小例子