号码频率
统计观察窗口内各号码出现次数与相对占比。
Distribution overview
一次看懂号码分布的四个核心维度
单一频次不足以描述完整结构。将频率、区间、奇偶和冷热状态放在同一观察框架中，更容易理解历史样本的变化。
区间分布
按低位、中位与高位区间观察聚集或离散程度。
奇偶比例
比较奇数与偶数构成，辅助识别阶段性结构。
冷热变化
通过相对活跃度观察号码状态，而非预测结果。
示例数据
仅用于展示统计界面与阅读方式
号码频率看板
切换观察窗口，比较各号码的相对活跃程度。频次只描述历史样本，不代表未来出现概率。
相对频率示意
当前界面：近 期预览
示例 01
12 次
示例 02
16 次
示例 03
9 次
示例 04
14 次
示例 05
7 次
示例 06
11 次
Zone statistics
观察区间是否均衡
将号码范围划分为连续区间，有助于查看样本主要集中在哪一段，以及不同区间之间是否存在明显落差。
区间边界应根据具体数据规则设定。以下内容为示例布局，不对应任何当前或官方开奖结果。
A
示例
低位区间
31%
用于对比低位号码在样本中的相对占比。
B
示例
中位区间
42%
示意样本在中位区间出现相对集中。
C
示例
高位区间
27%
用于观察高位号码占比及其阶段变化。
示例比例
54 : 46
奇偶结构
比例差异快速识别
使用统一样本范围比较奇数与偶数占比，同时观察比例是否长期偏离或只是短期波动。
奇数 54% · 示例
偶数 46% · 示例
比例不是预测信号
历史奇偶结构仅反映已发生样本。即使某一比例连续出现，也不能据此保证下一期回归或延续。
统一口径
对比时使用相同统计期数。
持续复核
随新增数据重新计算结构。
Cold & hot view
冷热状态分层展示
冷热标签来自指定观察窗口内的相对频率，用于信息整理，不代表号码具有固定属性。
冷热分布面板
Illustrative Data · 非实时统计
相对活跃
示例分层
02
06
08
常态区间
示例分层
01
04
07
相对低频
示例分层
03
05
09