当前位置:首页 > 文章列表 > 文章 > python教程 > 用SymPy快速生成合数序列技巧

用SymPy快速生成合数序列技巧

2025-12-11 20:45:41 0浏览 收藏
推广推荐
免费电影APP ➜
支持 PC / 移动端,安全直达

今天golang学习网给大家带来了《用SymPy快速生成合数序列方法》,其中涉及到的知识点包括等等,无论你是小白还是老手,都适合看一看哦~有好的建议也欢迎大家在评论留言,若是看完有所收获,也希望大家能多多点赞支持呀!一起加油学习~

利用SymPy高效生成指定范围内的合数序列

本文详细阐述如何利用Python和SymPy库,高效地生成指定整数范围内的合数序列。通过自定义`compositerange`函数,它借鉴`sympy.primerange`的思路,采用生成器方式,避免一次性加载所有数字,从而在内存和性能上实现优化,特别适用于需要处理大范围数字或进行数据可视化等场景。

背景与挑战

在数学探索和数据可视化领域,有时需要获取特定范围内的素数或合数序列。Python的sympy库提供了一个非常便利的primerange(a, b)函数,可以高效地生成指定区间[a, b)内的所有素数。然而,对于合数,sympy库并没有直接提供类似的compositerange函数。传统的做法可能包括生成整个范围内的所有数字,然后逐一判断是否为素数,再筛选出合数;或者预先存储一个合数数据库,但这两种方法在处理大范围数字时,都可能面临内存消耗过大或效率低下的问题。

解决方案:基于生成器的compositerange函数

为了解决上述挑战,我们可以设计一个自定义的compositerange函数,它巧妙地结合了range函数和sympy.primerange的优势,以生成器(generator)的方式按需生成合数,从而避免一次性在内存中存储大量数据。

核心思想

该方法的核心思想是:遍历给定范围内的所有整数,同时利用sympy.primerange生成一个素数序列。当遍历到某个数字时,检查它是否与当前素数序列中的素数匹配。如果一个数字不是素数,则将其作为合数(或非素数)返回。这种同步迭代的方式确保了高效性。

函数实现

以下是compositerange函数的Python实现:

from sympy import primerange

def compositerange(a, b=None):
    """
    生成指定整数范围内([a, b) 或 [0, a))的所有非素数。

    参数:
        a (int): 范围的起始值(如果b为None)或结束值。
        b (int, optional): 范围的结束值。如果为None,则范围为 [0, a)。
                           注意:sympy.primerange的范围是 [start, end)。
                           本函数生成的是 [start, end) 范围内的非素数。

    Yields:
        int: 范围内的非素数。
    """
    if b is None:
        start, end = 0, a
    else:
        start, end = a, b

    # 获取一个素数生成器
    # primerange(start, end) 会生成 [start, end) 范围内的素数
    primegen = primerange(start, end)

    # 获取第一个素数,如果范围内没有素数,则设置为end,确保后续比较正确
    prime = next(primegen, end)

    # 遍历指定范围内的所有数字
    for num in range(start, end):
        # 如果当前素数小于当前数字,说明当前素数已经被“跳过”或已处理
        # 此时需要获取下一个素数
        while prime < num:
            prime = next(primegen, end) # 获取下一个素数,如果耗尽则为end

        # 如果当前数字不等于当前素数,说明它不是素数,因此是合数(或非素数)
        # 注意:1 既非素数也非合数,但此函数会将其作为非素数包含。
        # 0 也不是素数,也会被包含。
        if num != prime:
            yield num

使用示例

我们可以通过以下方式使用compositerange函数:

# 示例1:生成10到22之间的非素数
print(list(compositerange(10, 22)))
# 预期输出: [10, 12, 14, 15, 16, 18, 20, 21]

# 示例2:生成0到10之间的非素数
print(list(compositerange(10)))
# 预期输出: [0, 1, 4, 6, 8, 9] (注意:0和1被包含)

# 示例3:生成一个空范围
print(list(compositerange(5, 5)))
# 预期输出: []

从示例中可以看出,对于大于等于4的整数,该函数会返回合数。而对于0和1,它们既非素数也非合数,但此函数会将它们视为非素数并包含在结果中。如果需要严格意义上的合数(即大于1且不是素数的整数),可以在使用结果时进行额外过滤(例如,[n for n in compositerange(a, b) if n > 1])。

结合数据可视化

最初的问题背景提及了素数的极坐标绘图。现在,有了compositerange函数,我们可以轻松地将它应用到合数的极坐标绘图中,替换原有的sympy.primerange。

首先,确保你已安装必要的库:

import math
import sympy
import numpy as np
import matplotlib.pyplot as plt
# 如果在Jupyter环境,可以添加以下配置
# %matplotlib inline
# %config InlineBackend.figure_format='retina'
plt.style.use('dark_background') # 可选,根据个人喜好设置绘图风格

然后定义坐标转换和绘图函数:

def get_coordinate(num):
    """
    将数字转换为极坐标 (num * cos(num), num * sin(num))。
    """
    return num * np.cos(num), num * np.sin(num)

def create_plot(nums, figsize=13.5, s=8, show_annot=True):
    """
    绘制给定数字序列的极坐标散点图。

    参数:
        nums (iterable): 要绘制的数字序列。
        figsize (float): 图形尺寸。
        s (float): 散点大小。
        show_annot (bool): 是否显示注释(在此示例中未使用)。
    """
    nums = np.array(list(nums))
    x, y = get_coordinate(nums)
    plt.figure(figsize=(figsize, figsize))
    plt.axis("on")
    plt.scatter(x, y, s=s)
    plt.show()

现在,你可以使用自定义的compositerange函数来绘制合数螺旋图:

# 绘制100到10000之间的合数螺旋图
composites = compositerange(100, 10000)
create_plot(composites)

# 如果想绘制严格的合数(排除0和1)
# strict_composites = [n for n in compositerange(100, 10000) if n > 1]
# create_plot(strict_composites)

注意事项与总结

  1. 效率优势: compositerange函数采用生成器模式,按需生成数字,避免了一次性在内存中创建并存储整个列表,这对于处理非常大的数字范围至关重要。
  2. 依赖性: 该函数依赖于sympy库来生成素数序列。在使用前请确保已安装sympy (pip install sympy)。
  3. 结果解读: compositerange函数返回的是给定范围内所有“非素数”。对于大于等于4的整数,这些非素数即为合数。但对于0和1,它们既非素数也非合数,此函数会将它们包含在结果中。如果需要严格意义上的合数(即大于1的非素数),可以在使用生成器结果时添加一个简单的过滤条件,例如 [n for n in compositerange(a, b) if n > 1]。
  4. 可扩展性: 这种基于生成器和同步迭代的模式,也可以应用于其他需要筛选序列的场景,具有良好的可扩展性。

通过以上方法,我们成功地为Python提供了一个高效且内存友好的compositerange功能,弥补了sympy库在这方面的空白,使得在各种应用场景下处理合数序列变得更加便捷。

终于介绍完啦!小伙伴们,这篇关于《用SymPy快速生成合数序列技巧》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

GolangScanner读取文件行实战教程GolangScanner读取文件行实战教程
上一篇
GolangScanner读取文件行实战教程
Java反射异常处理技巧分享
下一篇
Java反射异常处理技巧分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • ChatExcel酷表:告别Excel难题,北大团队AI助手助您轻松处理数据
    ChatExcel酷表
    ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
    3292次使用
  • Any绘本:开源免费AI绘本创作工具深度解析
    Any绘本
    探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
    3502次使用
  • 可赞AI:AI驱动办公可视化智能工具,一键高效生成文档图表脑图
    可赞AI
    可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
    3533次使用
  • 星月写作:AI网文创作神器,助力爆款小说速成
    星月写作
    星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
    4644次使用
  • MagicLight.ai:叙事驱动AI动画视频创作平台 | 高效生成专业级故事动画
    MagicLight
    MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
    3911次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码