素数阴阳分类分析工具产品系统

数论研究与算法验证场景中，缺乏轻量级素数分类与半素数分解的可视化工具。传统手动计算或单一素数判定工具效率低下，无法直观展示素数分布规律。本项目旨在为数学研究者及算法爱好者提供一个可交互的素数阴阳分类与统计分析工具，降低数论思想的验证门槛。

1. 整数模6分类：输入任意正整数范围，自动按模6余数将整数分为阳数（6k+1）、阴数（6k-1）及中性数，并高亮素数。
2. 半素数分解：对合数进行质因数分解，识别其阴阳因子属性，计算基于勒让德符号的权函数值。
3. 统计抵消模拟：对阴类半素数执行贪心配对算法，可视化展示污染项的统计期望归零过程。
4. 数据导出：支持将分类结果、权值分布导出为CSV文件，供进一步学术分析。

本人独立完成全流程开发。负责数学建模（模6分类、权函数设计）、算法实现（素数筛、质因数分解、贪心配对）及数据可视化。技术栈为Python + NumPy + Matplotlib。核心难点在于贪心配对算法的短区间存在性实现，通过引入简化版Burgess界保证配对成功率。项目亮点是将抽象数论思想工程化为可交互工具，验证了统计抵消的有效性。