Pyintervals 超简单解决你的数值区间处理问题
pyintervals 是一个用于数值区间计算的模块，比如我们想要判断一个数值是否处于一个、或者一系列区间范围内，就可以使用pyintervals模块取缔if-else语句以达到简化代码的目的。
如果你想一次性生成上千个区间阈值并进行数值区间判断，或根据数值生成成百上千个分类，那么这个模块就是你的最佳选择。
1.准备
开始之前，你要确保python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细python安装指南 进行安装。
**(可选1) **如果你用python的目的是数据分析，可以直接安装anaconda：python数据分析与挖掘好帮手—anaconda，它内置了python和pip.
**(可选2) **此外，推荐大家用vscode编辑器，它有许多的优点：python 编程的最好搭档—vscode 详细指南。
请选择以下任一种方式输入命令安装依赖 ：
windows 环境 打开 cmd (开始-运行-cmd)。macos 环境 打开 terminal (command+空格输入terminal)。如果你用的是 vscode编辑器 或 pycharm，可以直接使用界面下方的terminal.pip install pyinterval2.基本使用
使用pyinterval做区间判断是非常简单的：
from interval import intervala = interval[1,5]# interval([1.0, 5.0])print(3 in a)# true此外，你还可以构建一个多区间：
from interval import intervala = interval([0, 1], [2, 3], [10, 15])print(2.5 in a)# trueinterval.hall 方法还可以将多个区间合并，取其最小及最大值为边界：
from interval import intervala = interval.hull((interval[1, 3], interval[10, 15], interval[16, 2222]))# interval([1.0, 2222.0])print(1231 in a)# true区间并集计算：
from interval import intervala = interval.union([interval([1, 3], [4, 6]), interval([2, 5], 9)])# interval([1.0, 6.0], [9.0])print(5 in a)# trueprint(8 in a)# false3.生成多个阈值区间
如果你在做深度学习训练分类任务，你的分类数量比较多，达到了上百个，请不要傻傻地使用if-else, 下面教你使用四行代码生成上百个阈值区间。
假设你的值区间分布在0,1之间，每个阈值范围为0.005，并有正负两个方向。下面这4行代码就能非常简单地实现你想要的区间阈值：
from interval import intervalimport numpy as npthreshold_list = np.arange(0.0, 1.0, 0.005)intervals = [interval([threshold_list[i - 1], threshold_list[i]]) for i in range(1, len(threshold_list))]intervals += [interval([-threshold_list[i], -threshold_list[i - 1]]) for i in range(len(threshold_list) - 1, 0, -1)]print(len(intervals))# 398print(intervals[0], intervals[-1])# interval([0.0, 0.005]) interval([-0.005, -0.0])有了这个阈值，区间，你想要画分类就非常简单了，下面是一个简单示例，实际工作中要因不同应用场景改变使用方式。
target = 0.023class_labels = {}for index, interval_ in enumerate(intervals): if target in interval_: class_labels[target] = indexpyintervals对于正在做大规模分类任务的同学而言是非常好用的模块，建议有需要的朋友可以试一试。其他同学也可以收藏点赞记录一下，说不定未来也会有应用场景呢！
电缆里面进水了该怎么办，有什么解决办法吗
学编程需要英语基础吗？
在中国背后捅刀！澳大利亚禁止华为5G技术
终于打破垄断？国产超声波指纹即将落地
石油化工生产中，计量和流量自动化仪表如何选择
Pyintervals 超简单解决你的数值区间处理问题
视觉引导的机器人降低了元件生产成本提高了产品质量
2022年全球汽车产量、缺芯和新能源汽车渗透率
存储系统中的智能在线压缩技术
“光伏＋”的应用场景同样蕴含巨大的市场
大地震,紫光挖走中芯CEO赵海军!
关于提升网站安全性能的一些小技巧
荣耀20系列官宣该新机将于5月21日在伦敦发布
台电腾龙系列DS10率先在京东自营旗舰店开启首次销售
创新健康物联网应用，推动传统诊疗方式改革
深度分析大数据和人工智能下的装备体系
监控专用交换机和传统交换机对比
纳多德视点 | InfiniBand十大优势
给Linux初学者的一些经验与建议与学习方法及其学习方向
iphone8什么时候上市？iphone8最新消息：iPhone8再传噩耗简直悲剧，苹果7售价暴降三星S8售价猛
如果你想一次性生成上千个区间阈值并进行数值区间判断，或根据数值生成成百上千个分类，那么这个模块就是你的最佳选择。
1.准备
开始之前，你要确保python和pip已经成功安装在电脑上，如果没有，可以访问这篇文章：超详细python安装指南 进行安装。
**(可选1) **如果你用python的目的是数据分析，可以直接安装anaconda：python数据分析与挖掘好帮手—anaconda，它内置了python和pip.
**(可选2) **此外，推荐大家用vscode编辑器，它有许多的优点：python 编程的最好搭档—vscode 详细指南。
请选择以下任一种方式输入命令安装依赖 ：
windows 环境 打开 cmd (开始-运行-cmd)。macos 环境 打开 terminal (command+空格输入terminal)。如果你用的是 vscode编辑器 或 pycharm，可以直接使用界面下方的terminal.pip install pyinterval2.基本使用
使用pyinterval做区间判断是非常简单的：
from interval import intervala = interval[1,5]# interval([1.0, 5.0])print(3 in a)# true此外，你还可以构建一个多区间：
from interval import intervala = interval([0, 1], [2, 3], [10, 15])print(2.5 in a)# trueinterval.hall 方法还可以将多个区间合并，取其最小及最大值为边界：
from interval import intervala = interval.hull((interval[1, 3], interval[10, 15], interval[16, 2222]))# interval([1.0, 2222.0])print(1231 in a)# true区间并集计算：
from interval import intervala = interval.union([interval([1, 3], [4, 6]), interval([2, 5], 9)])# interval([1.0, 6.0], [9.0])print(5 in a)# trueprint(8 in a)# false3.生成多个阈值区间
如果你在做深度学习训练分类任务，你的分类数量比较多，达到了上百个，请不要傻傻地使用if-else, 下面教你使用四行代码生成上百个阈值区间。
假设你的值区间分布在0,1之间，每个阈值范围为0.005，并有正负两个方向。下面这4行代码就能非常简单地实现你想要的区间阈值：
from interval import intervalimport numpy as npthreshold_list = np.arange(0.0, 1.0, 0.005)intervals = [interval([threshold_list[i - 1], threshold_list[i]]) for i in range(1, len(threshold_list))]intervals += [interval([-threshold_list[i], -threshold_list[i - 1]]) for i in range(len(threshold_list) - 1, 0, -1)]print(len(intervals))# 398print(intervals[0], intervals[-1])# interval([0.0, 0.005]) interval([-0.005, -0.0])有了这个阈值，区间，你想要画分类就非常简单了，下面是一个简单示例，实际工作中要因不同应用场景改变使用方式。
target = 0.023class_labels = {}for index, interval_ in enumerate(intervals): if target in interval_: class_labels[target] = indexpyintervals对于正在做大规模分类任务的同学而言是非常好用的模块，建议有需要的朋友可以试一试。其他同学也可以收藏点赞记录一下，说不定未来也会有应用场景呢！
电缆里面进水了该怎么办，有什么解决办法吗
学编程需要英语基础吗？
在中国背后捅刀！澳大利亚禁止华为5G技术
终于打破垄断？国产超声波指纹即将落地
石油化工生产中，计量和流量自动化仪表如何选择
Pyintervals 超简单解决你的数值区间处理问题
视觉引导的机器人降低了元件生产成本提高了产品质量
2022年全球汽车产量、缺芯和新能源汽车渗透率
存储系统中的智能在线压缩技术
“光伏＋”的应用场景同样蕴含巨大的市场
大地震,紫光挖走中芯CEO赵海军!
关于提升网站安全性能的一些小技巧
荣耀20系列官宣该新机将于5月21日在伦敦发布
台电腾龙系列DS10率先在京东自营旗舰店开启首次销售
创新健康物联网应用，推动传统诊疗方式改革
深度分析大数据和人工智能下的装备体系
监控专用交换机和传统交换机对比
纳多德视点 | InfiniBand十大优势
给Linux初学者的一些经验与建议与学习方法及其学习方向
iphone8什么时候上市？iphone8最新消息：iPhone8再传噩耗简直悲剧，苹果7售价暴降三星S8售价猛