MingMath

MingMath is a Python package for undergraduate mathematics and mathematical computing.

Installation

pip install mingmath

import mingmath

1. String Processing

ใช้สำหรับจัดการข้อความ เช่น การกลับข้อความและการนับจำนวนสระ

print(mingmath.reverse_string("MingMath"))
print(mingmath.count_vowels("MingMath"))

# Output:
# htaMgniM
# 2

2. List

ใช้สำหรับจัดการข้อมูลแบบ List และคำนวณผลรวมของสมาชิก

numbers = [1, 2, 3, 4, 5]
print(mingmath.list_sum(numbers))

# Output:
# 15

3. Tuple

ใช้สำหรับจัดการข้อมูลแบบ Tuple และสามารถแปลง Tuple เป็น List ได้

data = (1, 2, 3)
print(mingmath.tuple_to_list(data))

# Output:
# [1, 2, 3]

4. Dictionary

ใช้สำหรับจัดการข้อมูลแบบ Dictionary ซึ่งเก็บข้อมูลในรูปแบบ key-value

student = {"name": "Ming", "year": 2}
print(mingmath.dictionary_keys(student))

# Output:
# ['name', 'year']

5. Set

ใช้สำหรับจัดการข้อมูลแบบ Set และดำเนินการ Union และ Intersection

a = {1, 2, 3}
b = {3, 4, 5}

print(mingmath.set_union(a, b))
print(mingmath.set_intersection(a, b))

# Output:
# {1, 2, 3, 4, 5}
# {3}

6. Positional Arguments

แสดงการส่งค่าให้ฟังก์ชันตามลำดับของพารามิเตอร์

print(mingmath.positional_arguments(10, 20))

# Output:
# 30

7. Keyword Arguments

แสดงการส่งค่าให้ฟังก์ชันโดยระบุชื่อพารามิเตอร์

print(mingmath.keyword_arguments(name="Ming", age=20))

# Output:
# Ming is 20 years old.

8. Default Arguments

ใช้ค่าเริ่มต้นของพารามิเตอร์เมื่อผู้ใช้ไม่ได้กำหนดค่าเอง

print(mingmath.default_arguments(5))
print(mingmath.default_arguments(5, 3))

# Output:
# 25
# 125

9. Variable-length Arguments

ใช้สำหรับรับจำนวนอาร์กิวเมนต์ได้หลายค่าในฟังก์ชันเดียว

print(mingmath.variable_length_args(1, 2, 3, 4, 5))

# Output:
# 15

10. Recursive Function

ใช้ฟังก์ชันเรียกตัวเองเพื่อแก้ปัญหา เช่น Factorial และ Fibonacci

print(mingmath.factorial_recursive(5))
print(mingmath.fibonacci_recursive(6))

# Output:
# 120
# 8

11. Memoization

ใช้เก็บผลลัพธ์ที่คำนวณไว้แล้ว เพื่อลดการคำนวณซ้ำใน Recursive Function

print(mingmath.fibonacci_memo(10))

# Output:
# 55

12. Algorithm Comparison

เปรียบเทียบการหาเส้นทางสั้นที่สุดด้วย BFS สำหรับกราฟไม่มีน้ำหนัก และ Dijkstra สำหรับกราฟที่มีน้ำหนัก

edges = [
    ("A", "B"),
    ("B", "C"),
    ("A", "C")
]

print(mingmath.shortest_path_bfs(edges, "A", "C"))

# Output:
# ['A', 'C']


weighted_edges = [
    ("A", "B", 4),
    ("B", "C", 2),
    ("A", "C", 10)
]

print(mingmath.shortest_path_dijkstra(
    weighted_edges, "A", "C"
))

# Output:
# ['A', 'B', 'C']

13. Class

ใช้ Class และ Object เพื่อสร้างโครงสร้างข้อมูลสำหรับตัวเลข

number = mingmath.Number(10)

print(number.value)
print(number)

# Output:
# 10
# Number(10)

14. Magic Methods

ใช้ Magic Methods เช่น __add__ เพื่อกำหนดพฤติกรรมของ Object เมื่อใช้เครื่องหมาย +

a = mingmath.Number(10)
b = mingmath.Number(5)

print(a + b)

# Output:
# Number(15)

15. Inheritance

แสดงการสืบทอดคุณสมบัติจาก Class แม่ไปยัง Class ลูก

number = mingmath.PositiveNumber(10)

print(number.value)
print(number.is_positive())

# Output:
# 10
# True

MingMath also demonstrates multiple, multilevel, hierarchical, and hybrid inheritance.

16. File I/O

ใช้สำหรับเขียนและอ่านข้อมูลจากไฟล์ข้อความ

mingmath.write_text_file(
    "example.txt",
    "Hello MingMath!"
)

print(mingmath.read_text_file("example.txt"))

# Output:
# Hello MingMath!

17. Exception Handling

ใช้จัดการข้อผิดพลาดที่อาจเกิดขึ้นระหว่างการทำงานของโปรแกรม

try:
    mingmath.factorial_recursive(-1)
except ValueError as error:
    print(error)

# Output:
# n must be non-negative

18. NumPy

ใช้ NumPy สำหรับการคำนวณข้อมูลเชิงตัวเลข

numbers = [1, 2, 3, 4, 5]
print(mingmath.numpy_mean(numbers))

# Output:
# 3.0

19. Pandas

ใช้ Pandas สำหรับสร้างและจัดการข้อมูลในรูปแบบ DataFrame

data = {
    "score": [80, 90, 70],
    "age": [19, 20, 19]
}

df = mingmath.create_dataframe(data)
print(df)

# Output:
#    score  age
# 0     80   19
# 1     90   20
# 2     70   19

20. SciPy

ใช้ SciPy สำหรับการคำนวณทางวิทยาศาสตร์และคณิตศาสตร์

print(mingmath.scipy_mean([1, 2, 3, 4, 5]))

# Output:
# 3.0

21. SymPy

ใช้ SymPy สำหรับการคำนวณทางคณิตศาสตร์เชิงสัญลักษณ์ เช่น การหาอนุพันธ์

print(mingmath.sympy_derivative("x**3 + 2*x"))

# Output:
# 3*x**2 + 2

22. SageMath

ใช้ตรวจสอบและเรียกใช้งานความสามารถของ SageMath

print(mingmath.sage_available())

# Output:
# True

SageMath must be installed separately.

23. PARI/GP

ใช้ PARI/GP สำหรับการคำนวณทางทฤษฎีจำนวน เช่น Factorial และ GCD

print(mingmath.pari_factorial(5))
print(mingmath.pari_gcd(24, 18))

# Output:
# 120
# 6

24. GMPY2

ใช้ GMPY2 สำหรับการคำนวณจำนวนเต็มและเลขความแม่นยำสูง

print(mingmath.high_precision_factorial(10))

# Output:
# 3628800

25. Matplotlib

ใช้ Matplotlib สำหรับสร้างกราฟทางคณิตศาสตร์

x = [1, 2, 3, 4]
y = [1, 4, 9, 16]

mingmath.plot_line(x, y)

# Output:
# Creates a line graph.

26. Seaborn

ใช้ Seaborn สำหรับสร้างกราฟและแสดงความสัมพันธ์ของข้อมูล

x = [1, 2, 3, 4]
y = [2, 4, 3, 5]

mingmath.plot_scatter(x, y)

# Output:
# Creates a scatter plot.

27. Plotly

ใช้ Plotly สำหรับสร้างกราฟแบบ Interactive

x = ["A", "B", "C"]
y = [10, 20, 15]

mingmath.plot_bar(x, y)

# Output:
# Creates an interactive bar chart.

28. NetworkX

ใช้ NetworkX สำหรับสร้างและวิเคราะห์กราฟและเครือข่าย

edges = [
    ("A", "B"),
    ("B", "C")
]

graph = mingmath.create_graph(edges)

print(mingmath.graph_degrees(edges))

# Output:
# {'A': 1, 'B': 2, 'C': 1}

29. PyVista

ใช้ PyVista สำหรับสร้างและแสดงผลข้อมูลสามมิติ

import numpy as np

x = np.linspace(-2, 2, 10)
y = np.linspace(-2, 2, 10)

X, Y = np.meshgrid(x, y)
Z = X**2 + Y**2

mingmath.show_3d_surface(X, Y, Z)

# Output:
# Creates a 3D mathematical surface.

Version

0.4.1

License

MIT License