彩票的数据可视化

简介: 作者:hhh5460概要(略)一、问题为了将问题简化,不妨假设,某种数字彩票只有0~9十个数字,每次开出其中的一个数字(如6),作为中奖号码。下面是某段时期内开出的号码:期数号码20160922320160923820160924620160925120160926120160927920160928020160929420160930320161001?我们的目的是:根据历史数据,希望能分析出20161001期所开的号码(范围?)。

作者:hhh5460

概要

(略)

一、问题

为了将问题简化,不妨假设,某种数字彩票只有0~9十个数字,每次开出其中的一个数字(如6),作为中奖号码。

下面是某段时期内开出的号码:

期数 号码
20160922 3
20160923 8
20160924 6
20160925 1
20160926 1
20160927 9
20160928 0
20160929 4
20160930 3
20161001 ?

我们的目的是:根据历史数据,希望能分析出20161001期所开的号码(范围?)。

然而,这些历史数据是一个一个的数字,太抽象了,不好分析。

数学家华罗庚说过:“形缺数时少精确,数缺形时少直观。”其意思就是:数形结合。

因此,我们希望能找一种形象、直观的方式,至少能先“观察”一下历史数据“长什么样”,做到“胸有成竹”。

当前,有两种广为流传的方式,可以做到使历史数据形象化。

1.方式一:表格加连线
img_4d85182c86fb297a1440cda1a3284898.png

2.方式二:折线图
img_47d6f0da06f54be0e495bfbe06754eed.png

这两种方式本质是一样的,都是折线图。

接下来,我们考虑一下:这两个图对我们精准命中下一期的号码有帮助吗?帮助大吗?

答案是显然的。

那么,有没有某种更好的直观的方式,能帮助我们更好地分析历史数据,从而精准命中下一期的号码呢?

二、思路

我们知道,数学上,事件A发生,记为True;事件A未发生,记为False。

在计算机内,True就是1,False就是0

借过来,做点修改。

先将0~9十个数字按大小对半分成两组,:[5,6,7,8,9],:[0,1,2,3,4],如果开出来的号码属于,则记为1
如果开出来的号码属于,则记为0

我们把两个对立事件的发生与否,用数字进行了表示,这是一个很大的进步。

但是,用1、0表示不方便作图。

作一个修改,把,则记为-1

于是,每次,就可以加1,图形往上走一格;,就可以加-1,图形往下走一格。

哇哦!终于,我们找到了使历史号码图形化的另一种方式。

聪明的您一定已经想到了:对于0~9十个数字还可以按单双对半分两组,:[1,3,5,7,9],:[0,2,4,6,8]

当然,类似这样的对半分,有很多种分法。

为了方便以后的描述,给出一个定义:

指标:对所有号码的一种对半划分,称为一个指标

例如:大小,单双,质合等等,都称为指标

现在,回答前一节的问题:

可以这样理解,每一个指标如同一把大砍刀,第一个指标砍掉10个号码的一半,去掉5个号码;第二个指标砍掉剩下5个号码的一半,去掉2个或3个号码,...

假设一个前提:每个指标都能看对。

那么显然,有结论:

通过几个指标的叠加,可以精准命中开出的那个唯一的号码。

三、实现

应用办公软件Excel,可以方便的实现。

1.简单实现

对于元素数据,经过下面几个步骤:

1).标记大小

增加一列,用于标记大小。C1单元格,输入文字:“大小”
C2单元格,输入公式:

=IF(B2>4,1,-1)

结果如图:
img_5d97667913dfa0d4be3e0eca1c521974.png

复制公式后,得到下面的结果:
img_e08b209d0ac53ced7c44bf6956941a96.png

2).累加

很重要的一步
增加一列,用于累加。D1单元格,输入文字:“累加”
D2单元格,输入公式:

=SUM(C$2:C2)

结果如图:
img_9f8f7f8799eea1d3a0ca10389d153d2b.png

为了让图更美观,加上最小值:
img_d9e236a8041b9207a10af323c0ddf709.png

3).插入折线图

选择数据源:D2:D10
水平标签源:A2:A10
效果如图:
img_4a2debd305a45ee5ab0c591449b3aed6.png

把这个图定义为指标:大小的走势线

2.强化实现

上面的走势线看起来并不方便,为此,我们需要三条条辅助线。一条均线,两条布林线。

接上面的步骤:

4).均线

增加一列。F1单元格,输入文字:“均线”
F4单元格,输入公式:

=AVERAGE(E2:E4)

结果如图:
img_1150c7c416807bcf329dfdd3d9f7d2b1.png

复制公式后,得到下面的结果:
img_b2081b98578e5609d8f66ffe316f3cbc.png

5).布林线上

增加一列。G1单元格,输入文字:“布林线上”
G4单元格,输入公式:

=F4+2*STDEV.P(E2:E4)

公式说明:均值 + 2 * 标准差

结果如图:
img_b71ff3eff34547bec04e409b1736649e.png

复制公式后,得到下面的结果:
img_0d4640e2fb1931d043c55c156a922fe7.png

6).布林线下

增加一列。H1单元格,输入文字:“布林线下”
H4单元格,输入公式:

=F4-2*STDEV.P(E2:E4)

公式说明:均值 - 2 * 标准差

结果如图:
img_d6e23e6876c3db8d55a41876c3d39390.png

复制公式后,得到下面的结果:
img_7991ac846d05ae42c1fe9cf29bc7d142.png

7).插入折线图

选择数据源:D2:H10
水平标签源:A2:A10
效果如图:
img_51bcf13d896e6c9dac0579e60f4f0c24.png

把这个图定义为指标:大小的走势线

有了这三条辅助线,就类似股票的K线图,看起来方便多了。

当然,还可以进一步设计出类似股票的诸多辅助线。此处不表。

目录
相关文章
|
7月前
|
数据可视化 算法 大数据
电商平台数据可视化分析网红零食销量
电商平台数据可视化分析网红零食销量
|
7月前
|
数据可视化 前端开发 JavaScript
数据可视化技术的较量:D3.js与Tableau的比较与选择
在当今信息爆炸的时代,数据可视化成为了帮助我们理解和传达数据的重要工具。本文将重点对比并评估两个主流的数据可视化技术和工具,即D3.js和Tableau。我们将探讨它们的优势、适用场景以及选择的关键因素,以帮助读者在选择合适的数据可视化工具时做出明智的决策。
|
数据可视化 数据挖掘 Python
数据分析案例-往届世界杯数据可视化
数据分析案例-往届世界杯数据可视化
634 0
数据分析案例-往届世界杯数据可视化
|
7月前
|
数据可视化 数据挖掘 Python
Python数据分析中的数据可视化技巧
在Python数据分析领域,数据可视化是一项至关重要的技能。本文将介绍几种常用的数据可视化技巧,帮助读者更好地展示和理解数据分析结果。
|
4月前
|
数据可视化 数据挖掘 Python
数据可视化不再难!Matplotlib带你轻松绘制精美图表,让数据分析焕发光彩!
【8月更文挑战第22天】今天分享如何用Python的Matplotlib库绘制多样图表。Matplotlib是数据可视化的强大工具,对数据分析至关重要。本文分六部分:首先介绍环境准备,包括安装和配置;随后通过四个案例演示折线图、柱状图、饼图及散点图的绘制方法;最后总结并鼓励大家进一步探索Matplotlib的丰富功能。跟着示例操作,你将学会基本图表的制作,提升数据展示技能。
49 0
|
4月前
|
数据可视化
动漫形象平台 Echarts数据可视化大屏
动漫形象平台 Echarts数据可视化大屏
|
4月前
|
数据可视化
Echarts数据可视化开发| 智慧营业厅
Echarts数据可视化开发| 智慧营业厅
|
7月前
|
数据可视化
共享单车数据可视化分析|附代码数据
共享单车数据可视化分析|附代码数据
|
7月前
|
数据可视化 搜索推荐 数据挖掘
Seaborn绘图技巧:打造专业级数据可视化作品
【4月更文挑战第17天】了解Seaborn,一个基于matplotlib的Python数据可视化库,用于创建专业图表。本文重点介绍如何选择适合的图表类型,定制图表外观,进行分层和组合绘图,处理分类与顺序变量,运用调色板和颜色映射,以及结合其他库实现交互性和动态可视化。通过学习和实践,提升数据可视化技能,打造出色的数据可视化作品。
QGS
|
7月前
|
JSON 缓存 JavaScript
手拉手浅学JSONCrack数据可视化
手拉手浅学JSONCrack数据可视化
QGS
93 1