本文實例講述了Python數據分析之雙色球統計兩個紅和藍球哪組合比例高的方法。分享給大家供大家參考，具體如下：

統計兩個紅球和藍球，哪個組合最多，顯示前19組數據

#!/usr/bin/python# -*- coding:UTF-8 -*-import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport operator#導入數據df = pd.read_table('newdata.txt',header=None,sep=',')tdate = sorted(df.loc[:,0])# print tdate#第1、2列的紅球h1 = df.loc[:,1:2].values# print h1#第2、3列的紅球h2 = df.loc[:,2:3].values#第3、4列的紅球h3 = df.loc[:,3:4].values#第4、5列的紅球h4 = df.loc[:,4:5].values#第5、6列的紅球h5 = df.loc[:,5:6].values#藍球b1 = df.loc[:,7:7].values# print b1#第1、3列紅球h6 = df.loc[:,1:3:2].valuesh7 = df.loc[:,1:4:3].valuesh8 = df.loc[:,1:5:4].valuesh9 = df.loc[:,1:6:5].valuesh10 = df.loc[:,2:4:2].valuesh11 = df.loc[:,2:5:3].valuesh12 = df.loc[:,2:6:4].valuesh13 = df.loc[:,3:5:2].valuesh14 = df.loc[:,3:6:3].values#第4、6列紅球h15 = df.loc[:,4:6:2].values#將藍球添加到各紅球組中（有2列數據變為3列數據），之后將所有數據按列向合并data2 = np.append(h1, b1, axis=1)for i in [h2,h3,h4,h5,h6,h7,h8,h9,h10,h11,h12,h13,h14,h15]:  data1 = np.append(i, b1, axis=1)  data2 = np.append(data2, data1, axis=0)print data2data1 = pd.DataFrame(data2)#寫入到2hldata.csv文件中data1.to_csv('2hldata.csv',index=None,header=None)#讀取文件，進行統計，并且從大倒小排序f = open("2hldata.csv")count_dict = {}for line in f.readlines():  line = line.strip()  count = count_dict.setdefault(line, 0)  count += 1  count_dict[line] = countsorted_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])#重置DataFrame的indexfenzu = pd.DataFrame(sorted_count_dict).set_index([0])print fenzux = list(fenzu.index[:19])y = list(fenzu.values[:19])print xprint y#將index替換成數值，便于畫圖使用s = pd.Series(range(1,len(x)+1), index=x)plt.figure(figsize=(12,8),dpi=80)plt.legend(loc='best')plt.bar(s,y,alpha=.5, color='r',width=0.8)plt.title('The two red and one blue ball number')plt.xlabel('two red and one blue number')plt.ylabel('times')#將原來index的內容顯示出來plt.xticks(s,x, rotation=30,size=10,ha='left')plt.show()

顯示結果：

可以看出紅球20、26和藍球9以及紅球17、21和藍球14，出現次數最多12次

后期的3紅球和藍球，4紅球和藍球，5紅球和藍球，6紅球和藍球的統計，基本思路一致。

更多關于Python相關內容感興趣的讀者可查看本站專題：《Python數學運算技巧總結》、《Python字符串操作技巧匯總》、《Python編碼操作技巧總結》、《Python數據結構與算法教程》、《Python函數使用技巧總結》、《Python入門與進階經典教程》及《Python文件與目錄操作技巧匯總》