Methodology / 统计口径
图表之前，先把“统计什么”说完整。
同一组历史结果，换一个时间范围、分类方式或缺失记录处理规则，读出的画面就可能不同。因此，奇偶比不是脱离上下文的一个数字，而是一段被定义过的历史样本。
了解规则与来源统计起止时间
先写清样本从哪一天、哪一期开始，到哪一天、哪一期结束。只有范围明确，后续的数量与占比才具备可比性。
期次数量
数量是比例的分母。阅读“奇数更多”之前，应先确认这是基于多少条有效记录，而不是只看图形高低。
缺失记录处理
若某些期次没有完整结果，需要标注是排除、待补还是单独归类。缺失处理方式会影响样本边界，也会影响读者对连续走势的判断。
更新时间
统计页不是静止的海报。记录更新时间，读者才能知道当前看到的是哪一版样本，以及它和历史记录之间如何衔接。
01 / Odd · Even
奇偶比，看的不是“哪边该来”，而是样本如何分布。
在PC28结果范围内，可以按结果本身的奇偶属性进行归类，也可以进一步观察单双组合。两者相关，却不是同一个指标：前者描述奇、偶数量，后者关注分类交叉后的结构。
延伸阅读走势观察Chart structure
奇偶比展示方式
数量：直接比较两类有效记录。
占比：以有效样本总数作为分母。
此处为图表结构示意，条形长度不代表任何真实历史区间的结果。
02 / Distribution Map
同一份结果，可以从四个方向展开。
分类越多，越需要把定义拆开。大小、组合、极值和具体号码适合回答不同问题，不宜混成一张没有注释的总榜。
0—27结果分布的阅读层次
Illustrative map具体结果
回答某个结果在既定样本中出现了多少次，不能脱离样本长度单独比较。
区间分类
大小或极值属于人为设定的区间口径，阅读时要同时查看边界如何定义。
组合分类
单双与大小交叉后形成组合标签，颗粒度更细，但也更依赖足够的样本数量。
把分布放回历史记录
统计表擅长压缩信息，历史记录擅长保留上下文。想知道某个区间如何形成，回到具体期号、日期与结果，才能完成从“看到分布”到“理解样本”的转换。
读图提示
先问三个问题，再接受图表的结论。
- 1这张图覆盖了哪一段时间、多少个有效期次？
- 2每个标签的边界是否一致，分类之间有没有重叠？
- 3它描述的是已经发生的记录，还是被误读成了未来判断？
Editorial note / 编辑说明
历史分布是描述工具，不是未来结果的答案。
奇偶、单双、大小、组合与具体结果分布，都是对已经记录的数据进行整理。它们可以帮助读者发现样本的结构、比较不同区间、追溯一段走势，也可以帮助检查一张图表是否把数量和占比混在一起。但历史出现方式不会因为被排列成曲线或色块，就自动变成下一期的确定方向。
本页的价值在于把统计阅读变得更诚实：有范围就标范围，有口径就写口径，有缺失就说明缺失。若要继续核对结果来源，可以先查看规则与算法说明，再通过历史记录回到具体期次。