用SymPy快速生成合数序列技巧
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~

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
- 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。
- 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)。
- 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]。
- 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
- 上一篇
- GolangScanner读取文件行实战教程
- 下一篇
- Java反射异常处理技巧分享
-
- 文章 · python教程 | 3天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查:为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 2星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流:从可变默认值到 default_factory
- 228浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 3179次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 2932次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2889次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 3096次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 3055次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

