中了！我用Python分析双色球成为编程界的赌神

双色球是福利彩票的一种玩法，已经卖了有很多年。每天2块钱很有益身心健康，比LOL有积极意义。

对于双色球这门游戏，刚开始买的时候是纯粹靠感觉，后来百度又看到了百度预测（虽然尼玛感觉一点都不准）。到底买双色球是纯靠运气，还是也有技术含量呢？

1、需求分析

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

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。

连续重号情况如图，连续重号 3 期的有 1 次。

节选源数据如下，数据是以 html 表格形式储存的， 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）。

    2021090

    1

    1

    8

    2

    05

    06

    1

    4

    6

    4

    5

    12

    1

    14

    2

    2

    13

    9

    2

    5

    6

    9

    1

    1

    7

    2

    27

    28

    4

    13

    12

    8

    7

    

    4

    5

    42

    3

    8

    2

    16

    08

    10

    13

    54

    1

    11

    31

    18

    25





    2021091

    2

    2

    9

    04

    1

    06

    2

    5

    7

    5

    6

    1

    2

    1

    3

    16

    14

    10

    3

    6

    7

    10

    2

    24

    8

    26

    1

    1

    5

    14

    13

    9

    33

    

    5

    6

    43

    4

    9

    3

    17

    1

    11

    14

    55

    2

    12

    32

    19

    16

二、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 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。

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

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

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

连续重号1次的有1次连续重号2次的有1次

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。

统计排序后输出如下：重号前遗漏2期的有1次

温馨提示：本文仅做数据处理技术讨论，不构成任何资金投入建议！