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，比如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，请访问这篇文章：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编辑器来编写小型Python项目：Python 编程的最好搭档—VSCode 详细指南
Windows环境下打开Cmd(开始—运行—CMD)，苹果系统环境下请打开Terminal(command+空格输入Terminal)，输入命令安装依赖：
pip install pyinterval2.Pyintervals 使用方法
使用Pyinterval做区间和阈值判断是非常简单的：
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！
我们的文章到此就结束啦，如果你喜欢今天的 Python 教程，请持续关注Python实用宝典。
有任何问题，可以在公众号后台回复：加群，回答相应验证信息，进入互助群询问。
原创不易，希望你能在下面点个赞和在看支持我继续创作，谢谢！
Python实用宝典 ( pythondict.com )
不只是一个宝典
欢迎关注公众号：Python实用宝典
评论(0)