pyrandonaut
1.0.0
Pyrandonaut ist ein Python3 -Modul zur Erzeugung von Quanten -Zufallskoordinaten. Es schnitt Attractor Point wird von Randonautica erzeugt.
Auf diese Weise können Sie Quanten -Zufallskoordinaten in Ihren eigenen Anwendungen implementieren. import pyrandonaut und du gehst!
Wenn Sie mit Randonautica, den Konzepten von Wahrscheinlichkeitsblind und den Quanten-Zufälligkeit nicht vertraut sind, empfehle ich, Fatum_theory.txt zu lesen, die mit dem ursprünglichen Fatum-Projektbot geliefert wurden, der Randonautica inspiriert hat. Dieses Video bietet auch viele großartige Hintergrundinformationen. Wenn Sie keine Ahnung haben, worum es in diesem Artikel völlig neu ist und dies völlig neu ist, sehen Sie sich dieses Video an und/oder lesen Sie diesen Artikel.
Beiträge sehr geschätzt!
Einführung
Installation
Verwendung
Als Modul
Befehlszeilenschnittstelle
Visualisierung
Aufgabe
Das Modul benötigt mindestens Python 3.9, um zu funktionieren, und kann mit PIP wie SO installiert werden:
pip install pyrandonaut
Das war's!
# Einen Ausgangspunkt definieren
my_latitude = 51.178840902136464
my_longitude = -1.8261452442305293
# Rufen Sie get_coordinate () mit Ausgangspunktwerten auf und speichern Sie das Ergebnis
result = pyrandonaut.get_coordinate (my_latitude, my_longitude)
# Druckergebnis zum Bildschirm drucken
print (f "Gehen Sie hier, um dem Stasis -Feld zu entkommen: {Ergebnis}") get_coordinate() gibt ein Tupel mit der berechneten Koordinate zurück. Standardmäßig verwendet es einen Radius von 5000 Metern und einen Wert von 1024 Zufallspunkten, um die Berechnung zu stützen. Diese Werte können in den Argumenten angegeben werden.
get_coordinate() ist die Hauptfunktionalität der Bibliothek und generiert einen Koordinaten, der einem Attraktorpunkt in Randonautica entspricht. Es dauert die folgenden Argumente:
Es gibt ein Tupel im folgenden Format zurück:
(latitude, longitude)
random_location() konvertiert 2 schwimmende Punktwerte in Koordinaten innerhalb des definierten Radius aus der Startposition. Es dauert die folgenden Argumente:
Es gibt ein Tupel im folgenden Format zurück:
(latitude, longitude)
start_lat Breite der Startposition (float)
start_lon Länge der Startposition (float)
radius max Radius von Startposition (Ganzzahl)
num_points Anzahl der zufälligen Punkte, die bei der Berechnung der Kernendichteschätzung verwendet werden sollen. Muss durch 1024 teilbar sein (Ganzzahl)
start_lat Breite der Startposition (float)
start_lon Länge der Startposition (float)
radius max Radius von Startposition (Ganzzahl)
rand_float_1 Zufallswert, um in Koordinate in X zu verwandeln
rand_float_2 Zufallswert, um in Koordinate in y zu verwandeln
Funktionen und Argumente:
Importieren Sie das Modul: import pyrandonaut
Sie können jetzt die Modulfunktionen aufrufen, z. B.:
Sie können Pyrandonaut auch direkt in Ihrem Terminal ausführen. Beispiel:
$ Python pyrandonaut.py 51.178840902136464 -1.82614524230529351.20545110291186, -1.824335160309919
Führen Sie das Skript mit --help aus, um die Optionen anzuzeigen:
$ python pyrandonaut.py-HELP-Verwendung: pyrandonaut.py [-h] [-r radius] [-p Punkte] [-v] Breitengrad Länge Diese Anwendung schnitt Von Quanten -Zufallszahlen konvertiert sie in Koordinaten und berechnet die Gaußsche Kernendichteschätzung dieser Koordinaten, wobei der Punkt innerhalb des definierten Radius zurückgegeben wird, wobei die Dichte der zufälligen Koordinaten am höchsten ist, ähnlich wie ein Attraktorpunkt von Randonautica berechnet wird. Positionsargumente: Breitengrad -Startposition Breite Länge der Länge der Länge der Länge der Länge der Länge der Breite. 1024) -V ausführliche Protokollierung
Dies ist eine Wärmemap -Visualisierung darüber, wie das Modul den Attraktivitätspunkt berechnet. Eine willkürliche Anzahl von Punkten, die auf qRNG -Zahlen basieren, werden geospatial aufgetragen und der Ort mit der höchsten Punktdichte wird zurückgegeben. Bild mit SeaBorn und diesem Skript (Beta) gemacht.
Migrieren Sie alle Dokumentationen in Docstrings/Type -Tipps für die Sphinx -Autogenerierung
Fügen Sie weitere QRNG -Quellen hinzu (wenn Sie helfen können, Hardwaremodule zum Testen zu liefern, wenden Sie sich bitte an uns!)
Implementieren Sie asynchrone Anfragen
Implementieren Sie die Heatmap-Generation aus OpenRandonaut-Bot
Fügen Sie auch die Fähigkeit hinzu, Leer- und Leistungspunkte zu berechnen
