동행 복권 당첨 데이터 파이썬으로 분석해보기 (~962)

동행 복권 당첨 데이터 파이썬으로 분석해보기 (~962)

2021. 5. 9. 17:04ㆍ관심있는 주제/Lottery

동행 복권 당첨 데이터를 가지고 추후에 통계치나 시각화를 통해서 분석해보고자 한다.

dhlottery.co.kr/common.do?method=main

동행복권

당첨번호 1 18 28 31 34 43 보너스번호 40 1등 총 당첨금 233억원(12명 / 19억) 이전 회차 당첨정보 보기 다음 회차 당첨정보 보기

dhlottery.co.kr

dhlottery_data.csv

0.04MB

데이터 불러오기 및 포맷 변경하기 (wide -> long)

data = pd.read_csv("./dhlottery_data.csv")
win_nums = np.vstack(data["win_nums"].\
    apply(lambda x : np.array(ast.literal_eval(x))).values)
win_nums_pd = pd.DataFrame(win_nums, columns = [f"number_{i}" for i in range(1,7)])
data2 = pd.concat([data , win_nums_pd],axis=1).\
    drop(columns=["win_nums"],axis=1)
data2["sum"] = win_nums_pd.sum(axis=1).values
data2["draw_date"] = pd.to_datetime(data2["draw_date"])
data2['year'] = pd.DatetimeIndex(data2['draw_date']).year
data2['month'] = pd.DatetimeIndex(data2['draw_date']).month
data2['Week_Number'] = data2['draw_date'].dt.week

월별로 숫자의 총합을 이용하여 데이터 분석한 것을 시각화

월별로 동일한 분포를 띄지는 않는 것으로 보아 일부러 맞추는 행위는 하지 않아 보인다.

월마다 자주 나오는 구간이 있긴 한데, 이것이 패턴이 있더라는 것과 상관성이 있을지는 모르겠다.

data_long = pd.melt(data2, id_vars=["round_num","draw_date"],
 value_vars=[f"number_{i}" for i in range(1,7)],
 var_name="추출",value_name="당첨번호")
data_long.head()

연도별로 당첨 복권의 빈도수를 treemap

연도별로 treemap으로 복권 당첨 번호 빈도수를 분석

월별로 당첨 복권의 빈도수를 treemap으로 시각화

달별로 잘 나오는 숫자는 있다는 것을 알 수 있었다.

현재는 5월인데, 균등하게 나오는데 그나마 34 혹은 5가 많이 나오는 것을 알 수 있다.

주차별로 시각화

import datetime
my_date = datetime.date.today()
year, week_num, day_of_week = my_date.isocalendar()
print("Week #" + str(week_num) + " of year " + str(year))
## Week #19 of year 2021

이번 주는 24,34,20,35,2가 먼가 상대적으로 더 많이 나온 것을 알 수 있다.

먼가 상대적으로 봤을 때 확실히 많이 나오는 것 같아서 신기하다.

사실 복권으로 머신러닝 하기에는 말이 안 되는 부분이 있지만, 일단 생각해보면 비지도는 일단 아니고, 지도나 강화 학습 중에 있을 텐데, 지도 학습도 먼가 로스를 구성하는 데 있어서 실제 기대하는 성과랑 다르게 학습된 것 같아서 강화 학습으로 구성해서 해볼까 말까를 고민 중이다.

각각의 숫자별로 시간이 지날수록 패턴(?)보다는 암튼 어떤 통계치들이 나오게 되는데, 혹시나 이런 것들이 어떠한 연관성이 있을 수 있지 않을까라는 기대로 시도를 해볼까 말까 고민 중이다.

어느 정도 환경 구성에 대한 나이브한 아이디어를 가지고 있어서 금방 할 수 있을 것 같기도 한데, 암튼 고민 중이다.

복권 데이터로 통계치 분석을 추후에 계속 할 예정이다.