ロト6の当選番号をPythonを使って可視化してみた

どうも、じぇいかわさきです。

みなさんも知っていると思いますが、毎週2回ロト6の抽選会が行われています。

この抽選方法は、数字の書かれたターゲットが回転し、無作為に矢を放ち的に当て、出た数値が当選番号になっています。

従って、周期性も法則も無いと言われていますが、本当でしょうか？偏りとか無いでしょうか？

今回、習い始めたばかりのPythonを使って、データの可視化をしてみました。

当てに行くつもりは有りませんが、本当に当選番号がばらついているのか確認したかったからです。

結果を紹介しますので、みなさんの意見を是非聞いてみたいと思います。

ランダムだと言われても、有る所に固まってるように見える

このデータと数値から何か見えそうな感じ
参考データにはなりそう

なぜロト6なのか

一般的に宝くじ系は、数字の入ったルーレットを回して、矢を当てた数字で当選番号を決定していく。

イカサマデモしない限り、何処に当たるか分からないので、当選番号に法則などの必勝パターンは無いと言われている。

スクラッチなどの場合には、削った後のパターンのは位置に法則性があり、ある程度当選を予測できるそうだ。（当たるか、外れか程度だが）

ロト6の場合、当選数字はランダムと言われていますが、毎回当選番号を見ていると、何時も出るような数字ってのが有るんですよね。

この数字前回も有ったなって感じですが。

そこで、実際の当選数字は本当にランダムで出ているのか、Pythonでチェックしてみました。

自分は、ロト6の当選番号データをMariaDBに入力しております。昨日が第1555回になりましたが、この1555回分のデータを使います。

まずはいつも通りに、macでターミナルウィンドウを立ち上げ、MariaDBに接続します。

goose@NERV ~ % mysql -u neo -p
Enter password:
Welcome to the MariaDB monitor. Commands end with ; or \g.
Your MariaDB connection id is 9
Server version: 10.4.6-MariaDB Homebrew
　
Copyright (c) 2000, 2018, Oracle, MariaDB Corporation Ab and others.
Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.
　
MariaDB [(none)]> use loto6
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
　
Database changed

ここまでで、loto6というデータベースの使用が可能になりました。

まずは、昨日の当選番号をデータに追加します。

MariaDB [loto6]> INSERT INTO result (kaisai, date, No1, No2, No3, No4, No5, No6, bonus) values ('1555','2021/1/28','2','8', '17', '23', '24', '27', '5');
Query OK, 1 row affected (0.010 sec)

毎回同じコマンドなので、数値だけ変えれば直ぐに登録ができるようにしてあります。

そして、実際のロト6の予測に使用するのは、最新から24回分程度で十分だと、世間では言われていますので、まずは先程のデータが本当に追加されたかを含め、終わりから24個分のデータを確認します。

MariaDB [loto6]> select * from result where kaisai > 1555-24 ;
+--------+------------+------+------+------+------+------+------+-------+
| kaisai | date | No1 | No2 | No3 | No4 | No5 | No6 | bonus |
+--------+------------+------+------+------+------+------+------+-------+
| 1532 | 2020-11-05 | 2 | 9 | 14 | 16 | 17 | 21 | 34 |
| 1533 | 2020-11-09 | 15 | 22 | 27 | 37 | 38 | 41 | 5 |
| 1534 | 2020-11-12 | 1 | 9 | 18 | 22 | 24 | 43 | 39 |
| 1535 | 2020-11-16 | 1 | 9 | 14 | 30 | 35 | 38 | 32 |
| 1536 | 2020-11-19 | 2 | 5 | 9 | 30 | 37 | 40 | 28 |
| 1537 | 2020-11-23 | 6 | 13 | 14 | 32 | 33 | 37 | 20 |
| 1538 | 2020-11-26 | 8 | 14 | 19 | 33 | 35 | 40 | 38 |
| 1539 | 2020-11-30 | 13 | 29 | 33 | 37 | 41 | 42 | 43 |
| 1540 | 2020-12-03 | 1 | 20 | 25 | 28 | 33 | 37 | 31 |
| 1541 | 2020-12-07 | 12 | 26 | 28 | 32 | 33 | 35 | 41 |
| 1542 | 2020-12-10 | 11 | 12 | 16 | 17 | 20 | 36 | 18 |
| 1543 | 2020-12-14 | 17 | 21 | 26 | 33 | 36 | 38 | 34 |
| 1544 | 2020-12-17 | 3 | 11 | 25 | 26 | 39 | 42 | 34 |
| 1545 | 2020-12-21 | 8 | 14 | 15 | 26 | 37 | 43 | 12 |
| 1546 | 2020-12-24 | 1 | 18 | 19 | 24 | 31 | 40 | 16 |
| 1547 | 2020-12-28 | 4 | 11 | 14 | 17 | 22 | 39 | 21 |
| 1548 | 2021-01-04 | 18 | 24 | 26 | 35 | 39 | 42 | 32 |
| 1549 | 2021-01-07 | 4 | 5 | 27 | 28 | 35 | 41 | 33 |
| 1550 | 2021-01-11 | 8 | 11 | 22 | 32 | 37 | 42 | 41 |
| 1551 | 2021-01-14 | 3 | 14 | 18 | 24 | 38 | 43 | 23 |
| 1552 | 2021-01-18 | 5 | 9 | 15 | 30 | 32 | 39 | 11 |
| 1553 | 2021-01-21 | 7 | 8 | 16 | 32 | 41 | 42 | 31 |
| 1554 | 2021-01-25 | 6 | 14 | 16 | 27 | 40 | 42 | 26 |
| 1555 | 2021-01-28 | 2 | 8 | 17 | 23 | 24 | 27 | 5 |
+--------+------------+------+------+------+------+------+------+-------+
24 rows in set (0.001 sec)
　
MariaDB [loto6]>

はい、OKですね。一番最後に先程のデータが追加されています。

それでは、Pythonが扱える場所へこのデータをCSV形式で出力し、MariaDBの接続を切ります。

MariaDB [loto6]> select * from result where kaisai > 1555-24 into outfile '/Users/goose/24d.csv' fields terminated by ',';
Query OK, 24 rows affected, 1 warning (0.004 sec)
　
MariaDB [loto6]>
MariaDB [loto6]> exit
Bye
goose@NERV ~ %

過去24回分のデータを見える化してみる

さて、過去24回分のデータをCSV形式でMariaDBが出力しましたので、それを使用してデータの見えるかをしていきましょう。

まずは、MariaDBから出力した内容が、本当に24回分のデータであるのか確認しています。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
sns.set(font=["Meiryo", "Yu Gothic", "Hiragino Maru Gothic Pro"])
df = pd.read_csv("24d.csv", index_col=0, header=None)
df.columns=["kaisai","No1","No2","No3","No4","No5","No6","Bonus"]
df = df.drop("kaisai", axis=1)
print(df)

================= RESTART: /Users/******/Documents/loto-test.py ================
No1 No2 No3 No4 No5 No6 Bonus
0
1532 2 9 14 16 17 21 34
1533 15 22 27 37 38 41 5
1534 1 9 18 22 24 43 39
1535 1 9 14 30 35 38 32
1536 2 5 9 30 37 40 28
1537 6 13 14 32 33 37 20
1538 8 14 19 33 35 40 38
1539 13 29 33 37 41 42 43
1540 1 20 25 28 33 37 31
1541 12 26 28 32 33 35 41
1542 11 12 16 17 20 36 18
1543 17 21 26 33 36 38 34
1544 3 11 25 26 39 42 34
1545 8 14 15 26 37 43 12
1546 1 18 19 24 31 40 16
1547 4 11 14 17 22 39 21
1548 18 24 26 35 39 42 32
1549 4 5 27 28 35 41 33
1550 8 11 22 32 37 42 41
1551 3 14 18 24 38 43 23
1552 5 9 15 30 32 39 11
1553 7 8 16 32 41 42 31
1554 6 14 16 27 40 42 26
1555 2 8 17 23 24 27 5
>>>

データから不要な日付を削除して、予定した24個分のデータが表示されました。

次に、各列毎の中央値と最頻値を出してみます。この時、平均値は意味を成さないので得意実施はしませんでした。

print(df.median())
print(df.mode())

================= RESTART: /Users/******/Documents/loto-test.py ================
No1 No2 No3 No4 No5 No6 Bonus
0
1532 2 9 14 16 17 21 34
1533 15 22 27 37 38 41 5
1534 1 9 18 22 24 43 39
1535 1 9 14 30 35 38 32
1536 2 5 9 30 37 40 28
1537 6 13 14 32 33 37 20
1538 8 14 19 33 35 40 38
1539 13 29 33 37 41 42 43
1540 1 20 25 28 33 37 31
1541 12 26 28 32 33 35 41
1542 11 12 16 17 20 36 18
1543 17 21 26 33 36 38 34
1544 3 11 25 26 39 42 34
1545 8 14 15 26 37 43 12
1546 1 18 19 24 31 40 16
1547 4 11 14 17 22 39 21
1548 18 24 26 35 39 42 32
1549 4 5 27 28 35 41 33
1550 8 11 22 32 37 42 41
1551 3 14 18 24 38 43 23
1552 5 9 15 30 32 39 11
1553 7 8 16 32 41 42 31
1554 6 14 16 27 40 42 26
1555 2 8 17 23 24 27 5
No1 5.5
No2 12.5
No3 18.0
No4 29.0
No5 35.0
No6 40.0
Bonus 31.0
dtype: float64
No1 No2 No3 No4 No5 No6 Bonus
0 1.0 9.0 14.0 32.0 33 42.0 34.0
1 NaN 14.0 NaN NaN 35 NaN NaN
2 NaN NaN NaN NaN 37 NaN NaN
>>>

最頻値は最も多い発生数は全列ありますが、殆どの列では2番め3番めが無いですね。

それではこれを見やすいように、ローソクチャートのように可視化してみます。

このグラフを見ると、ばらつきはありますが、それでも出目はある部分に固まって出ているようにも見えます。

とりあえず、完全にバラバラな状態ではなく。ある程度の範囲を持ってバラついているという事実が見えました。

次は、もう少し分解できるか考えてみます。

可視化されると思いが広がる

今回は、可視化されていないロト6の当選番号のバラツキを可視化してみました。

今まで、数値の羅列だけを見て予測したりしていましたが、数値データが可視化されることで、更に考えるべき点が絞れてきたようにも思えます。

可視化と言うのは、本当に大事なことなんですね。

これを使いながら、予測をしていきたいと思います。

夢は広がるな。

Amazon タイムセール祭り | Amazonが開催するビッグセール