双色球大数据分析饼图

import pandas as pd  # 做数据处理和分析,清洗
import matplotlib.pyplot as plt  # 用来做可视化的工具 --> 能把数据变成图表
import numpy as np  #用来做数据处理

# 引入数据                        处理表头,    处理行索引
df = pd.read_csv("cai0728.csv", header=None, index_col=0)

#显示所有列
pd.set_option('display.max_columns',None)
#显示所有行
pd.set_option('display.max_rows',None)
#设置value的显示长度
pd.set_option('max_colwidth',100)
#设置1000列时才换行
pd.set_option('display.width',1000)

# 把红球的号码拿处理
# 列: 从1到6的所有数据,
# 行: 所有的行数据都是想要的数据

red_ball = df.loc[:, 1:6]
# print(red_ball)


# 把蓝球的号码拿出来
blue_ball = df.loc[:,7]
# print(blue_ball)

# 做数据统计.
# 每个号码出现次数
red_ball_count = pd.value_counts(red_ball.values.flatten())
# print(red_ball_count)


blue_ball_count = pd.value_counts(blue_ball)
# print(blue_ball_count)

# [[1,2,3],
#  [4,5,6],
#  [7,8,9]]
#  [1,2,3,4,5,6,7,8,9]

colors = ['#f7acbc',
        '#deab8a',
        '#817936',
        '#444693',
        '#ef5b9c',
        '#fedcbd',
        '#7f7522',
        '#2b4490',
        '#feeeed',
        '#f47920',
        '#80752c',
        '#2a5caa',
        '#f05b72',
        '#905a3d',
        '#87843b',
        '#224b8f',
        '#f15b6c',
        '#8f4b2e',
        '#726930',
        '#003a6c',
        '#f8aba6',
        '#87481f',
        '#454926',
        '#102b6a',
        '#f69c9f',
        '#5f3c23',
        '#2e3a1f',
        '#426ab3',
        '#f58f98',
        '#6b473c',
        '#4d4f36',
        '#46485f',
        '#ca8687',
        '#faa755',
        '#b7ba6b',
        '#4e72b8',
        '#f391a9',
        '#fab27b',
        '#b2d235',
        '#181d4b',
        '#bd6758',
        '#f58220',
        '#5c7a29',
        '#1a2933',
        '#d71345',
        '#843900',
        '#bed742',
        '#121a2a',
        '#d64f44',
        '#905d1d',
        '#7fb80e',
        '#0c212b',
        '#d93a49',
        '#8a5d19',
        '#a3cf62',
        '#6a6da9',
        '#b3424a',
        '#8c531b',
        '#769149',
        '#585eaa',
        '#c76968',
        '#826858',
        '#6d8346',
        '#494e8f',
        '#bb505d',
        '#64492b',
        '#78a355',
        '#afb4db',
        '#987165',
        '#ae6642',
        '#abc88b',
        '#9b95c9',
        '#ac6767',
        '#56452d',
        '#74905d',
        '#6950a1',
        '#973c3f',
        '#96582a',
        '#cde6c7',
        '#6f60aa',
        '#b22c46',
        '#705628',
        '#1d953f',
        '#867892',
        '#a7324a',
        '#4a3113',
        '#77ac98',
        '#918597',
        '#aa363d',
        '#412f1f',
        '#007d65',
        '#6f6d85',
        '#ed1941',
        '#845538',
        '#84bf96',
        '#594c6d',
        '#f26522',
        '#8e7437',
        '#45b97c',
        '#694d9f',
        '#d2553d',
        '#69541b',
        '#225a1f',
        '#6f599c',
        '#b4534b',
        '#d5c59f',
        '#367459',
        '#8552a1',
        '#ef4136',
        '#cd9a5b',
        '#007947',
        '#543044',
        '#c63c26',
        '#cd9a5b',
        '#40835e',
        '#63434f',
        '#f3715c',
        '#b36d41',
        '#2b6447',
        '#7d5886',
        '#a7573b',
        '#df9464',
        '#005831',
        '#401c44',
        '#aa2116',
        '#b76f40',
        '#006c54',
        '#472d56',
        '#b64533',
        '#ad8b3d',
        '#375830',
        '#45224a',
        '#b54334',
        '#dea32c',
        '#274d3d',
        '#411445',
        '#853f04',
        '#d1923f',
        '#375830',
        '#4b2f3d',
        '#840228',
        '#c88400',
        '#27342b',
        '#402e4c',
        '#7a1723',
        '#c37e00',
        '#65c294',
        '#c77eb5',
        '#a03939',
        '#c37e00',
        '#73b9a2',
        '#ea66a6',
        '#8a2e3b',
        '#e0861a',
        '#72baa7',
        '#f173ac',
        '#8e453f',
        '#ffce7b',
        '#005344',
        '#fffffb',
        '#8f4b4a',
        '#fcaf17',
        '#122e29',
        '#fffef9',
        '#892f1b',
        '#ba8448',
        '#293047',
        '#f6f5ec',
        '#6b2c25',
        '#896a45',
        '#00ae9d',
        '#d9d6c3',
        '#733a31',
        '#76624c',
        '#508a88',
        '#d1c7b7',
        '#54211d',
        '#6d5826',
        '#70a19f',
        '#f2eada',
        '#78331e',
        '#ffc20e',
        '#50b7c1',
        '#d3d7d4',
        '#53261f',
        '#fdb933',
        '#00a6ac',
        '#999d9c',
        '#f15a22',
        '#d3c6a6',
        '#78cdd1',
        '#a1a3a6',
        '#b4533c',
        '#c7a252',
        '#008792',
        '#9d9087',
        '#84331f',
        '#dec674',
        '#94d6da',
        '#8a8c8e',
        '#f47a55',
        '#b69968',
        '#afdfe4',
        '#74787c',
        '#f15a22',
        '#c1a173',
        '#5e7c85',
        '#7c8577',
        '#f3704b',
        '#dbce8f',
        '#76becc',
        '#72777b',
        '#da765b',
        '#ffd400',
        '#90d7ec',
        '#77787b',
        '#c85d44',
        '#ffd400',
        '#009ad6',
        '#4f5555',
        '#ae5039',
        '#ffe600',
        '#145b7d',
        '#6c4c49',
        '#6a3427',
        '#f0dc70',
        '#11264f',
        '#563624',
        '#8f4b38',
        '#fcf16e',
        '#7bbfea',
        '#3e4145',
        '#8e3e1f',
        '#decb00',
        '#33a3dc',
        '#3c3645',
        '#f36c21',
        '#cbc547',
        '#228fbd',
        '#464547',
        '#b4532a',
        '#6e6b41',
        '#2468a2',
        '#130c0e',
        '#b7704f',
        '#596032',
        '#2570a1',
        '#281f1d',
        '#de773f',
        '#525f42',
        '#2585a6',
        '#2f271d',
        '#c99979',
        '#5f5d46',
        '#1b315e',
        '#1d1626']
# 可视化展示 -> 制作成图表

# fig, ax = plt.subplots(2, 1)  # 一次创建很多个图表
# print(ax)

# 用饼图展示
print(red_ball_count.index)
print(blue_ball_count.index)
plt.pie(red_ball_count, colors=np.random.choice(colors, len(red_ball_count)), labels=red_ball_count.index, radius=1.4, wedgeprops={"width":0.3})
plt.pie(blue_ball_count, colors=np.random.choice(colors, len(blue_ball_count)), labels=blue_ball_count.index, radius=0.7, wedgeprops={"width":0.2})

plt.show() # 图表展示一下

cai0728.csv(下载地址):
链接：https://pan.baidu.com/s/1_DLSqdN6z5NfenqWmS8twQ
提取码：xi7o

看起来很厉害啊

这个数据分析牛啊😊