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。
