@grubenfox: Auf der Seite war ich schon. Find da aber nix passendes.

Natürlich ist n**5 und n*n*n*n*n nur ein Platzhalter für in meinem Programm weitaus komplexere Funktion. Aus einem Pool von ca. 1000 n- Werte werden die Funktionen beschickt. Bei kleinen
n braucht Funktion A nur 0,5 Sekunden und B 50 Sekunden. Am Schluß, wenn n groß ist, ist es genau umgedreht ...

Ich werde mit dem threading nicht schlau. Intensive Recherche im Net brachte auch nichts, dabei sollte das Problem simple zu bewerkstelligen sein.

So zum Thema:
Ich habe zwei Funktionen.

def viaexponent(n):
result = n**5
# hier sollte der Befehl stehen der "viamulti" killt
return result

def ...

Ja, ok, list(factorint(n).values()) bringt das ersehnte. Danke

Habs selbst gefunden:
list(dict.items(factorint(72)))[1][0:] macht was ich will

Die Basen sind nebensächlich für meine Zwecke. Außerdem sind die mit "list" ja ganz einfach zu gewinnen.
Aber die anderen sind mir wichtig und bestimmt auch mit einem oneliner zu haben ..... weiß halt nicht wie.
Gruß Kalli

Hallo
from sympy import factorint
In : factorint(72)
Out: {2: 3, 3: 2}
In: list(factorint(72))
Out: [2, 3]
So weit so gut. Ich hätte aber gerne die Werte nach dem Doppelpunkt in einer Liste ( [3, 2] ).
Ist bestimmt simpel. Find aber nix im Web.
Danke im voraus ... Kalli

Vielen lieben Dank für die Mühe. Ich bin überwältigt. Allerdings läuft dein Piece erheblich langsamer. Das liegt wahrscheinlich am Numpy, daß du nicht benutzt hast. Gruß Kalli

Warum ist der erste Schleifendurchlauf immer rund 2 Sekunden schneller als die Nachfolgenden?
Ich setze sogar die zwei Hauptarrays zum Schluß immer auf "None"
Wenn ihr den Code laufen lassen wollt, müßt ihr numpy und primesieve installen und
eine logDatei in dem selben Verzeichniss mit dem Namen ...

def test_faktor(exponent,faktor):
if "faktor ist möglich": # hier müsste der Codeschnipsel stehen
if pow(2,exponent,faktor) == 1: # letztendlich müsste doch streng getestet werden
return True
else:
return False
else: # die eingebaute pow funktion wurde hier nicht gebraucht
return False ...

Wow, wow, wow, da hast du dir aber Arbeit gemacht, Sirius3. Vielen lieben Dank. Ja, mein Programierstil ist lausig, ich weiß.
Ich habe mal spaßeshalber die Siebliste von 1000 auf 20000 Primzahlen hochgeschraubt. Das `pow(2, exponent, prime)`
ändert sich dadurch von 11 sek. auf 9,5 sek.(bei Sieb im ...

Ach ja, 2 braucht man nicht zu sieben, da automatisch alle p´s wegen p = (2k * Exponent + 1) automatisch alle ungerade sind. Aber die 4 kann und
muß man sieben (hat mathematischen Grund), da (k+2) % 4 nie 0 sein darf. Also die k´s =[ 2, 6, 10 , 14, 18 ......] sind nicht möglich. Die Zahl 4620 ...

# -*- coding: utf-8 -*-
"""
Created on Wed May 8 18:33:37 2019

@author: Kalli Hofmann
"""
from urllib.request import urlopen, URLError
from math import log
from numbthy import factors, isprime
import numpy
import re
import time
import json
import os, sys
import webbrowser



def extract_charset ...

# -*- coding: utf-8 -*-
"""
Created on Wed May 8 18:33:37 2019

@author: Kalli Hofmann
"""

from timeit import default_timer as timer
import numpy


def array_attributes(a):
for attr in ('ndim', 'size', 'itemsize', 'dtype', 'shape', 'strides'):
print('{:8s}: {}'.format(attr, getattr(a, attr ...

Hallo Leute
Vielen, vielen Dank. Da sind ein Haufen guter Ideen drin. Das mit "Bool" bin ich heute Nachmittag selbst draufgekommen. Zuerst auf "int8" und dann mit "Bool" probiert. :-) Ihr fragt euch warum ich das Sieb nicht von vornherein konstruiere?
Also es geht um Mersenne Primzahlen, speziell um ...

Hallo
Ich habs mal stark vereinfacht und sofort lauffähig gemacht. Jetzt zu meinem Problem: Das " c = a * b " geht mir zu langsam.
0,45 sek. zeigt er mir an. Für das Herstellen von a und b braucht er sehr viel länger. Ist aber unherheblich, da a und b nur einmal am Anfang
hergestellt werden und für ...

# -*- coding: utf-8 -*-
"""
Created on Wed May 8 18:33:37 2019

@author: Kalli Hofmann
"""

from timeit import default_timer as timer
import numpy

def array_attributes(a):
for attr in ('ndim', 'size', 'itemsize', 'dtype', 'shape', 'strides'):
print('{:8s}: {}'.format(attr, getattr(a, attr ...

for y in range (0,len(LP)):
z = 0
while XList[z] % LP[y] != 0:
z += 1
nkArray *= UrArray [y] [LP[y] - z : LP[y] - z + Sieblaenge]

Es geht eigentlich nur um zwei sehl lange (10 Mio (Sieblaenge) lange) Arrays mit 0 en und 1en die multipliziert werden. D.h. wenn eine 0 aus UrArray auf eine 1 aus ...

Oben ist das Sieb für die 7. Mein np.Array hat aber noch mehr Dimensionen (11, 13, 17 .... usw). Zum Schluß werden die Dimensionen mit fast_mul multipliziert und erzeugt so das Endsieb.
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, [0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1 ...

Es ist nicht so, daß ich das nicht hinkriege, aber die Performance ist lausig.
Es geht um ein Primzahlensieb.

1, 1, 1, 1, 1, 1, [ 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1 ]
Ergebnis sollte so aussehen:
1, 1, 1, 1, 1, [ 1, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1 ...