一、概况
一般大家都能会有个财富自由、时间自由的梦想。除了我们勤奋努力外，有些人运气比较好，买了一注彩票，瞬间会走上人生巅峰。彩票确实让有些人实现了这个梦想，但是这个概率太低了，低到无法想象。所以我们还是努力奋斗，做一个追梦人吧！
我们今天就爬取有史以来所有的双色球数据，看看这些年哪些数字出现的次数比较高。有的小伙伴可能不知道双色球是什么？双色球顾名思义就是两种颜色的球，一个红色，一个蓝色。红球从1-33中取出6个，篮球从1-16取出1个，如果你买的跟开奖号码一样，恭喜你几百万到手。
二、分析网站
我们今天准备爬取的网站叫500彩票（https://www.500.com/）
这个网站有很多彩票的开奖信息，我们找到全国开奖这个导航（https://kaijiang.500.com/）
在这我们可以查询任何的彩票开奖信息：
[图片上传失败...(image-1a159b-1552913915614)]
我们选择双色球，并打开浏览器调试：
可以看出来是一个ajax（https://kaijiang.500.com/static/info/kaijiang/xml/ssq/list.xml?_A=ERICBJLA1552888430108）
请求，并且返回很多的xml信息。信息里面包括了有史以来所有双色球的开奖号码信息。数据有了，我们完全可以用正则表达式把我们想要的数据提取出来，然后保存到数据库。
三、逻辑实现
我们在本地先创建好数据库，我们要的信息只有三个：
- 红球
- 篮球
- 日期
代码比较简单：
import requests
import re
import pymysql
# 请求地址
url = ‘http://kaijiang.500.com/static/info/kaijiang/xml/ssq/list.xml?_A=BLWXUIYA1546584359929‘
# 数据库连接
connection = pymysql.connect(host=‘localhost‘,
user=‘root‘,
password=‘123456‘,
db=‘db_shuangseqiu‘, )
# 获取游标对象
cursor = connection.cursor()
# 请求头
headers = {
‘User-Agent‘: ‘Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36‘
}
# 发起请求
reponse = requests.get(url=url, headers=headers)
# 正则规则
pattern = re.compile(r‘<row.*?opencode="(.*?)".*?opentime="(.*?)"‘)
# 双色球数据
ssq_data = pattern.findall(reponse.text)
# (‘10,11,12,13,26,28|11‘, ‘2003-02-23 00:00:00‘)
for data in ssq_data:#处理数据
info, date = data
red, blue = info.split("|")
#插入数据
sql = """
INSERT INTO ssq_info(red,blue,date)values (%s,%s,%s)
"""
try:
cursor.execute(sql, [red, blue, date])
connection.commit()
except Exception as e:
connection.rollback()
从2003年第一个双色球开始，我们本地一共有2389条开奖数据。
[图片上传失败...(image-afcbef-1552913915614)]
四、统计
我们来统计一下这些年红球1-33出现的次数和篮球1-16出现的次数，通过matplotlib绘制成柱形统计图。在绘制前，我们得先从数据库中把红球和篮球出现的次数统计出来。
import pymysql
import matplotlib
matplotlib.use(‘TkAgg‘)
import matplotlib.pyplot as plt
import numpy as np
# 数据库连接
connection = pymysql.connect(host=‘localhost‘,
user=‘root‘,
password=‘123456‘,
db=‘db_shuangseqiu‘, )
# 获取游标对象
cursor = connection.cursor()
reds_count = [] #1-33红球所有个数
blues_count = [] #1-16篮球所有个数
def getdata():
sql = ‘select * from ssq_info‘
cursor.execute(sql)
results = cursor.fetchall()#获取全部数据
blues = []#所有红球个数
reds = []#所有篮球个数
for row in results :
red = row[1]
blue = row[2]
red_list = red.split(",")#把查询的红球进行以,分割 ["01","02"，"03"，"04"，"05"，"06"]
reds.extend(red_list)
blues.append(blue)
global reds_count,blues_count
#统计所有出现红球的个数
for i in range(1,34):
reds_count.append(reds.count(str(i).zfill(2)))
# 统计所有出现篮球的个数
for i in range(1,17):
blues_count.append(blues.count(str(i).zfill(2)))
# redstatistics()
# bluestatistics()
#添加标签
def autolabel(rects):
for rect in rects:
height = rect.get_height()
plt.text(rect.get_x()-rect.get_width()/4, 1.02*height, "%s" % int(height))
#红球统计图
def redstatistics():
width=0.35
index = np.arange(1, 34)
y = reds_count
y1 = np.array(y)
x1 = index + 1
fig = plt.figure()
ax1 = fig.add_subplot(111)
rect = ax1.bar(x1, y1, width, facecolor=‘#9999ff‘, edgecolor=‘white‘)
x = [str(i) for i in range(1,34)]
plt.xticks(index+1+width/20, x)
plt.ylim(0, 500)
autolabel(rect)
ax1.xaxis.set_ticks_position(‘bottom‘)
l1 = ax1.legend(loc=(.02,.92), fontsize=16)
plt.show()
# 篮球统计图
def bluestatistics():
width = 0.35
index = np.arange(1, 17)
y = blues_count
y1 = np.array(y)
x1 = index + 1
fig = plt.figure()
ax1 = fig.add_subplot(111)
rect = ax1.bar(x1, y1, width, facecolor=‘#9999ff‘, edgecolor=‘white‘)
x = [str(i) for i in range(1, 17)]
plt.xticks(index + 1 + width / 20, x)
plt.ylim(0, 500)
autolabel(rect)
ax1.xaxis.set_ticks_position(‘bottom‘)
l1 = ax1.legend(loc=(.02, .92), fontsize=16)
plt.show()
if __name__ == ‘__main__‘:
getdata()最后我们统计红球的柱形图统计图：
能看出来红球除了24和33，其余出现都超过了400次，出现次数还是比较平均的。
篮球就8出现的次数比较少一点，也看不出来什么门道。
五、总结
通过统计图也看不出来什么，双色球根本就是毫无规律可言。能学到的知识是爬虫和制图。所以基本靠双色球实现财富自由很难，但运气这种东西谁又说的好呢，所以我给大家精选了一注:
双色球：06,09,12,24,29,31+12，周二晚上21:15开奖。
只要还买得起一注双色球，人生就不至于绝望。最后祝愿大家早日实现财富自由，走上人生巅峰。
原文地址：https://blog.51cto.com/13613284/2473352