kececinumbers 0.7.0__tar.gz → 0.7.1__tar.gz

{kececinumbers-0.7.0/kececinumbers.egg-info → kececinumbers-0.7.1}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: kececinumbers
-Version: 0.7.0
+Version: 0.7.1
 Summary: Keçeci Numbers: An Exploration of a Dynamic Sequence Across Diverse Number Sets
 Home-page: https://github.com/WhiteSymmetry/kececinumbers
 Author: Mehmet Keçeci
@@ -141,7 +141,7 @@ This library provides a unified algorithm that operates on 16 different number t
 <details>
 <summary>🇹🇷 Türkçe Açıklama (Click to expand)</summary>
 
-**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 11 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
+**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 16 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
 
 </details>
 
@@ -165,7 +165,7 @@ This flexible mechanism provides a rich framework for studying the behavior of n
 *   **Advanced Visualization:** Provides a multi-dimensional `plot_numbers` function tailored to the nature of each number system.
 *   **Keçeci Prime Number (KPN) Analysis:** Identifies the most recurring prime representation in sequences to analyze their convergence behavior.
 *   **Interactive and Programmatic Usage:** Supports both interactive parameter input (`get_interactive`) and direct use in scripts (`get_with_params`).
-*   0.6.9: 16 Numbers
+*   0.7.1: 16 Numbers
 *   0.6.7: 11 Numbers
 
 ---
@@ -367,7 +367,8 @@ if seq_interactive:
     type_names = [
         "Positive Real", "Negative Real", "Complex", "Float", "Rational", 
         "Quaternion", "Neutrosophic", "Neutro-Complex", "Hyperreal", 
-        "Bicomplex", "Neutro-Bicomplex"
+        "Bicomplex", "Neutro-Bicomplex", "Octonion", "Sedenion", "Clifford",
+        "Dual", "Split-Complex"
     ]
     # type_name'i params sözlüğüne ekleyerek raporu zenginleştirelim
     params['type_name'] = type_names[type_choice - 1]

{kececinumbers-0.7.0 → kececinumbers-0.7.1}/README.md

@@ -74,7 +74,7 @@ This library provides a unified algorithm that operates on 16 different number t
 <details>
 <summary>🇹🇷 Türkçe Açıklama (Click to expand)</summary>
 
-**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 11 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
+**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 16 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
 
 </details>
 
@@ -98,7 +98,7 @@ This flexible mechanism provides a rich framework for studying the behavior of n
 *   **Advanced Visualization:** Provides a multi-dimensional `plot_numbers` function tailored to the nature of each number system.
 *   **Keçeci Prime Number (KPN) Analysis:** Identifies the most recurring prime representation in sequences to analyze their convergence behavior.
 *   **Interactive and Programmatic Usage:** Supports both interactive parameter input (`get_interactive`) and direct use in scripts (`get_with_params`).
-*   0.6.9: 16 Numbers
+*   0.7.1: 16 Numbers
 *   0.6.7: 11 Numbers
 
 ---
@@ -300,7 +300,8 @@ if seq_interactive:
     type_names = [
         "Positive Real", "Negative Real", "Complex", "Float", "Rational", 
         "Quaternion", "Neutrosophic", "Neutro-Complex", "Hyperreal", 
-        "Bicomplex", "Neutro-Bicomplex"
+        "Bicomplex", "Neutro-Bicomplex", "Octonion", "Sedenion", "Clifford",
+        "Dual", "Split-Complex"
     ]
     # type_name'i params sözlüğüne ekleyerek raporu zenginleştirelim
     params['type_name'] = type_names[type_choice - 1]

{kececinumbers-0.7.0 → kececinumbers-0.7.1}/kececinumbers/__init__.py

@@ -22,7 +22,7 @@ import warnings
     # importlib.reload(kececinumbers) # F821 undefined name 'kececinumbers'
 
 # Paket sürüm numarası
-__version__ = "0.7.0"
+__version__ = "0.7.1"
 __author__ = "Mehmet Keçeci"
 __email__ = "mkececi@yaani.com"
 
@@ -82,6 +82,7 @@ __all__ = [
     '_is_complex_like',
     'is_prime_like',
     'is_near_integer',
+    '_plot_component_distribution',
     
 
     # --- Core Generation and Analysis ---
@@ -180,6 +181,7 @@ try:
         _is_complex_like,
         is_prime_like,
         is_near_integer,
+        _plot_component_distribution,
          
     
         # Constants

{kececinumbers-0.7.0 → kececinumbers-0.7.1}/kececinumbers/_version.py

@@ -1,7 +1,7 @@
 # -*- coding: utf-8 -*-
 # _version.py
 
-__version__ = "0.7.0"
+__version__ = "0.7.1"
 __license__ = "MIT"
 __description__ = "Keçeci Numbers: An Exploration of a Dynamic Sequence Across Diverse Number Sets."
 __author__ = "Mehmet Keçeci"

{kececinumbers-0.7.0 → kececinumbers-0.7.1}/kececinumbers/kececinumbers.py

@@ -641,18 +641,124 @@ class SedenionNumber:
         return f"({', '.join(map(str, self.coeffs))})"
 
 @dataclass
+class CliffordNumber:
+    def __init__(self, basis_dict: Dict[str, float]):
+        """CliffordNumber constructor."""
+        # Sadece sıfır olmayan değerleri sakla
+        self.basis = {k: float(v) for k, v in basis_dict.items() if abs(float(v)) > 1e-10}
+    
+    @property
+    def dimension(self) -> int:
+        """Vector space dimension'ını otomatik hesaplar."""
+        max_index = 0
+        for key in self.basis.keys():
+            if key:  # scalar değilse
+                # '12', '123' gibi string'lerden maksimum rakamı bul
+                if key.isdigit():
+                    max_index = max(max_index, max(int(c) for c in key))
+        return max_index
+
+    def __add__(self, other):
+        if isinstance(other, CliffordNumber):
+            new_basis = self.basis.copy()
+            for k, v in other.basis.items():
+                new_basis[k] = new_basis.get(k, 0.0) + v
+                # Sıfıra yakın değerleri temizle
+                if abs(new_basis[k]) < 1e-10:
+                    del new_basis[k]
+            return CliffordNumber(new_basis)
+        elif isinstance(other, (int, float)):
+            new_basis = self.basis.copy()
+            new_basis[''] = new_basis.get('', 0.0) + other
+            return CliffordNumber(new_basis)
+        return NotImplemented
+
+    def __sub__(self, other):
+        if isinstance(other, CliffordNumber):
+            new_basis = self.basis.copy()
+            for k, v in other.basis.items():
+                new_basis[k] = new_basis.get(k, 0.0) - v
+                if abs(new_basis[k]) < 1e-10:
+                    del new_basis[k]
+            return CliffordNumber(new_basis)
+        elif isinstance(other, (int, float)):
+            new_basis = self.basis.copy()
+            new_basis[''] = new_basis.get('', 0.0) - other
+            return CliffordNumber(new_basis)
+        return NotImplemented
+
+    def __mul__(self, other):
+        if isinstance(other, (int, float)):
+            return CliffordNumber({k: v * other for k, v in self.basis.items()})
+        elif isinstance(other, CliffordNumber):
+            # Basit Clifford çarpımı (e_i^2 = +1 varsayımıyla)
+            new_basis = {}
+            
+            for k1, v1 in self.basis.items():
+                for k2, v2 in other.basis.items():
+                    # Skaler çarpım
+                    if k1 == '':
+                        product_key = k2
+                        sign = 1.0
+                    elif k2 == '':
+                        product_key = k1
+                        sign = 1.0
+                    else:
+                        # Vektör çarpımı: e_i * e_j
+                        combined = sorted(k1 + k2)
+                        product_key = ''.join(combined)
+                        
+                        # Basitleştirilmiş: e_i^2 = +1, anti-commutative
+                        sign = 1.0
+                        # Burada gerçek Clifford cebir kuralları uygulanmalı
+                    
+                    new_basis[product_key] = new_basis.get(product_key, 0.0) + sign * v1 * v2
+            
+            return CliffordNumber(new_basis)
+        return NotImplemented
+
+    def __truediv__(self, other):
+        if isinstance(other, (int, float)):
+            if other == 0:
+                raise ZeroDivisionError("Division by zero")
+            return CliffordNumber({k: v / other for k, v in self.basis.items()})
+        return NotImplemented
+
+    def __str__(self):
+        parts = []
+        if '' in self.basis and abs(self.basis['']) > 1e-10:
+            parts.append(f"{self.basis['']:.2f}")
+        
+        sorted_keys = sorted([k for k in self.basis if k != ''], key=lambda x: (len(x), x))
+        for k in sorted_keys:
+            v = self.basis[k]
+            if abs(v) > 1e-10:
+                sign = '+' if v > 0 and parts else ''
+                parts.append(f"{sign}{v:.2f}e{k}")
+        
+        result = "".join(parts).replace("+-", "-")
+        return result if result else "0.0"
+
+    @classmethod
+    def parse(cls, s) -> 'CliffordNumber':
+        """Class method olarak parse metodu"""
+        return _parse_clifford(s)
+
+    def __repr__(self):
+        return self.__str__()
+"""
 class CliffordNumber:
 
     def __init__(self, basis_dict):
-        """
-        CliffordNumber constructor - sadece basis_dict alır.
-        Dimension property olarak hesaplanabilir.
-        """
+
+        #CliffordNumber constructor - sadece basis_dict alır.
+        #Dimension property olarak hesaplanabilir.
+
         self.basis = {k: float(v) for k, v in basis_dict.items()}
     
     @property
     def dimension(self):
-        """Vector space dimension'ını otomatik hesaplar."""
+        #Vector space dimension'ını otomatik hesaplar.
         if not self.basis:
             return 0
         max_index = 0
@@ -734,6 +840,7 @@ class CliffordNumber:
         if not parts:
             return "0.0"
         return "".join(parts).replace("+-", "-")
+"""
 
 
 @dataclass
@@ -1412,7 +1519,52 @@ def _parse_sedenion(s: str) -> SedenionNumber:
 """
 
 def _parse_clifford(s) -> CliffordNumber:
-    """Algebraik string'i veya sayıyı CliffordNumber'a dönüştürür (ör: '1.0+2.0e1')."""
+    """Algebraik string'i CliffordNumber'a dönüştürür (ör: '1.0+2.0e1')."""
+    if isinstance(s, CliffordNumber):
+        return s
+    
+    if isinstance(s, (float, int, complex)):
+        return CliffordNumber({'': float(s)})
+    
+    if not isinstance(s, str):
+        s = str(s)
+    
+    s = s.strip().replace(' ', '').replace('^', '')  # ^ işaretini kaldır
+    basis_dict = {}
+    
+    # Daha iyi regex pattern: +-1.23e12 formatını yakala
+    pattern = r'([+-]?)(\d*\.?\d+)(?:e(\d+))?|([+-]?)(?:e(\d+))'
+    matches = re.findall(pattern, s)
+    
+    for match in matches:
+        sign_str, coeff_str, basis1, sign_str2, basis2 = match
+        
+        # Hangi grup match oldu?
+        if coeff_str or basis1:
+            sign = -1.0 if sign_str == '-' else 1.0
+            coeff = float(coeff_str) if coeff_str else 1.0
+            basis_key = basis1 if basis1 else ''
+        else:
+            sign = -1.0 if sign_str2 == '-' else 1.0
+            coeff = 1.0
+            basis_key = basis2
+        
+        value = sign * coeff
+        basis_dict[basis_key] = basis_dict.get(basis_key, 0.0) + value
+    
+    # Ayrıca +e1, -e2 gibi ifadeleri yakala
+    pattern2 = r'([+-])e(\d+)'
+    matches2 = re.findall(pattern2, s)
+    
+    for sign_str, basis_key in matches2:
+        sign = -1.0 if sign_str == '-' else 1.0
+        basis_dict[basis_key] = basis_dict.get(basis_key, 0.0) + sign
+    
+    return CliffordNumber(basis_dict)
+"""
+
+def _parse_clifford(s) -> CliffordNumber:
+    #Algebraik string'i veya sayıyı CliffordNumber'a dönüştürür (ör: '1.0+2.0e1').
     # Eğer zaten CliffordNumber ise doğrudan döndür
     if isinstance(s, CliffordNumber):
         return s
@@ -1464,6 +1616,7 @@ def _parse_clifford(s) -> CliffordNumber:
 
     return CliffordNumber(basis_dict)
 """
+"""
 def _parse_clifford(s: str) -> CliffordNumber:
     #Algebraik string'i CliffordNumber'a dönüştürür (ör: '1.0+2.0e1').
     s = s.strip().replace(' ', '')
@@ -3019,6 +3172,36 @@ def is_neutrosophic_like(obj):
            (hasattr(obj, 'value') and hasattr(obj, 'indeterminacy')) or \
            (hasattr(obj, 'determinate') and hasattr(obj, 'indeterminate'))
 
+# Yardımcı fonksiyon: Bileşen dağılımı grafiği
+def _plot_component_distribution(ax, elem, all_keys, seq_length=1):
+    """Bileşen dağılımını gösterir"""
+    if seq_length == 1:
+        # Tek veri noktası için bileşen değerleri
+        components = []
+        values = []
+        
+        for key in all_keys:
+            if key == '':
+                components.append('Scalar')
+            else:
+                components.append(f'e{key}')
+            values.append(elem.basis.get(key, 0.0))
+        
+        bars = ax.bar(components, values, alpha=0.7, color='tab:blue')
+        ax.set_title("Component Values")
+        ax.tick_params(axis='x', rotation=45)
+        
+        for bar in bars:
+            height = bar.get_height()
+            if height != 0:
+                ax.text(bar.get_x() + bar.get_width()/2., height,
+                       f'{height:.2f}', ha='center', va='bottom')
+    else:
+        # Çoklu veri ama PCA yapılamıyor
+        ax.text(0.5, 0.5, f"Need ≥2 data points and ≥2 features\n(Current: {seq_length} points, {len(all_keys)} features)", 
+               ha='center', va='center', transform=ax.transAxes, fontsize=11)
+        ax.set_title("Insufficient for PCA")
+
 def plot_numbers(sequence: List[Any], title: str = "Keçeci Number Sequence Analysis"):
     """
     Tüm 16 Keçeci Sayı türü için detaylı görselleştirme sağlar.
@@ -3206,33 +3389,100 @@ def plot_numbers(sequence: List[Any], title: str = "Keçeci Number Sequence Anal
         values = {k: [elem.basis.get(k, 0.0) for elem in sequence] for k in all_keys}
         scalar = values.get('', [0]*len(sequence))
         vector_keys = [k for k in all_keys if len(k) == 1]
+        
+        # numpy import et
+        try:
+            import numpy as np
+            numpy_available = True
+        except ImportError:
+            numpy_available = False
+        
+        # GERÇEK özellik sayısını hesapla (sıfır olmayan bileşenler)
+        non_zero_features = 0
+        for key in all_keys:
+            if any(abs(elem.basis.get(key, 0.0)) > 1e-10 for elem in sequence):
+                non_zero_features += 1
+        
+        print(f"Debug: Total keys: {len(all_keys)}, Non-zero features: {non_zero_features}")
+        
+        # Her zaman 2x2 grid kullan
+        fig = plt.figure(figsize=(12, 10))
         gs = GridSpec(2, 2, figure=fig)
-
         ax1 = fig.add_subplot(gs[0, 0])
-        ax1.plot(scalar, 'o-', label='Scalar', color='black')
-        for k in vector_keys[:3]:
-            ax1.plot(values[k], label=f'Vec {k}', alpha=0.7)
-        ax1.set_title("Scalar & Vectors")
+        ax2 = fig.add_subplot(gs[0, 1])
+        ax3 = fig.add_subplot(gs[1, :])
+
+        # 1. Grafik: Skaler ve Vektör Bileşenleri
+        ax1.plot(scalar, 'o-', label='Scalar', color='black', linewidth=2)
+        
+        # Sadece sıfır olmayan vektör bileşenlerini göster
+        visible_vectors = 0
+        for k in vector_keys:
+            if any(abs(v) > 1e-10 for v in values[k]):
+                ax1.plot(values[k], 'o-', label=f'Vec {k}', alpha=0.7, linewidth=1.5)
+                visible_vectors += 1
+            if visible_vectors >= 3:
+                break
+        
+        ax1.set_title("Scalar & Vector Components Over Time")
         ax1.legend()
+        ax1.grid(True, alpha=0.3)
 
-        ax2 = fig.add_subplot(gs[0, 1])
+        # 2. Grafik: Bivector Magnitude
         bivector_mags = [sum(v**2 for k, v in elem.basis.items() if len(k) == 2)**0.5 for elem in sequence]
-        ax2.plot(bivector_mags, 'o-', color='tab:green')
-        ax2.set_title("Bivector Magnitude")
+        ax2.plot(bivector_mags, 'o-', color='tab:green', linewidth=2, label='Bivector Magnitude')
+        ax2.set_title("Bivector Magnitude Over Time")
+        ax2.legend()
+        ax2.grid(True, alpha=0.3)
 
-        try:
-            from sklearn.decomposition import PCA
-            matrix = np.array([list(v.values()) for v in values.values()]).T
-            pca = PCA(n_components=2)
-            if len(sequence) > 1:
+        # 3. Grafik: PCA - ARTIK PCA GÖSTERİYORUZ
+        if len(sequence) >= 2 and non_zero_features >= 2:
+            # PCA yapılabilir durumda
+            try:
+                from sklearn.decomposition import PCA
+                
+                # Tüm bileşenleri içeren matris oluştur
+                matrix_data = []
+                for elem in sequence:
+                    row = []
+                    for key in all_keys:
+                        row.append(elem.basis.get(key, 0.0))
+                    matrix_data.append(row)
+                
+                if numpy_available:
+                    matrix = np.array(matrix_data)
+                else:
+                    import numpy as np
+                    matrix = np.array(matrix_data)
+                
+                # PCA uygula
+                pca = PCA(n_components=min(2, matrix.shape[1]))
                 proj = pca.fit_transform(matrix)
-                ax3 = fig.add_subplot(gs[1, :])
-                sc = ax3.scatter(proj[:, 0], proj[:, 1], c=range(len(proj)), cmap='plasma')
-                ax3.set_title("Clifford PCA")
-                plt.colorbar(sc, ax=ax3, label="Component")
-        except:
-            ax3 = fig.add_subplot(gs[1, :])
-            ax3.text(0.5, 0.5, "Install sklearn for PCA", ha='center')
+                
+                sc = ax3.scatter(proj[:, 0], proj[:, 1], c=range(len(proj)), 
+                               cmap='plasma', s=50, alpha=0.8)
+                ax3.set_title(f"PCA Projection ({non_zero_features} features)\nVariance: {pca.explained_variance_ratio_[0]:.3f}, {pca.explained_variance_ratio_[1]:.3f}")
+                
+                cbar = plt.colorbar(sc, ax=ax3)
+                cbar.set_label("Time Step")
+                
+                ax3.plot(proj[:, 0], proj[:, 1], 'gray', linestyle='--', alpha=0.5)
+                ax3.grid(True, alpha=0.3)
+                    
+            except ImportError:
+                ax3.text(0.5, 0.5, "Install sklearn for PCA", 
+                        ha='center', va='center', transform=ax3.transAxes)
+            except Exception as e:
+                ax3.text(0.5, 0.5, f"PCA Error: {str(e)[:30]}", 
+                        ha='center', va='center', transform=ax3.transAxes)
+        else:
+            # PCA yapılamazsa bilgi göster
+            ax3.text(0.5, 0.5, f"Need ≥2 data points and ≥2 features\n(Current: {len(sequence)} points, {non_zero_features} features)", 
+                   ha='center', va='center', transform=ax3.transAxes)
+            ax3.set_title("Insufficient for PCA")
+
+        #plt.subplots_adjust(left=0.1, right=0.9, top=0.9, bottom=0.1)
+
 
     # --- 8. DualNumber
     elif hasattr(first_elem, 'real') and hasattr(first_elem, 'dual'):

{kececinumbers-0.7.0 → kececinumbers-0.7.1/kececinumbers.egg-info}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: kececinumbers
-Version: 0.7.0
+Version: 0.7.1
 Summary: Keçeci Numbers: An Exploration of a Dynamic Sequence Across Diverse Number Sets
 Home-page: https://github.com/WhiteSymmetry/kececinumbers
 Author: Mehmet Keçeci
@@ -141,7 +141,7 @@ This library provides a unified algorithm that operates on 16 different number t
 <details>
 <summary>🇹🇷 Türkçe Açıklama (Click to expand)</summary>
 
-**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 11 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
+**Keçeci Sayıları**, Collatz Varsayımı'ndan esinlenen ve farklı sayı sistemlerinde dinamik diziler üreten, analiz eden ve görselleştiren bir Python kütüphanesidir. Bu kütüphane, tamsayılardan karmaşık sayılara, kuaterniyonlardan nötrosofik sayılara kadar 16 farklı sayı türü üzerinde çalışan birleşik bir algoritma sunar. Akademik araştırmalar ve sayı teorisindeki keşifler için bir araç olarak tasarlanmıştır.
 
 </details>
 
@@ -165,7 +165,7 @@ This flexible mechanism provides a rich framework for studying the behavior of n
 *   **Advanced Visualization:** Provides a multi-dimensional `plot_numbers` function tailored to the nature of each number system.
 *   **Keçeci Prime Number (KPN) Analysis:** Identifies the most recurring prime representation in sequences to analyze their convergence behavior.
 *   **Interactive and Programmatic Usage:** Supports both interactive parameter input (`get_interactive`) and direct use in scripts (`get_with_params`).
-*   0.6.9: 16 Numbers
+*   0.7.1: 16 Numbers
 *   0.6.7: 11 Numbers
 
 ---
@@ -367,7 +367,8 @@ if seq_interactive:
     type_names = [
         "Positive Real", "Negative Real", "Complex", "Float", "Rational", 
         "Quaternion", "Neutrosophic", "Neutro-Complex", "Hyperreal", 
-        "Bicomplex", "Neutro-Bicomplex"
+        "Bicomplex", "Neutro-Bicomplex", "Octonion", "Sedenion", "Clifford",
+        "Dual", "Split-Complex"
     ]
     # type_name'i params sözlüğüne ekleyerek raporu zenginleştirelim
     params['type_name'] = type_names[type_choice - 1]

{kececinumbers-0.7.0 → kececinumbers-0.7.1}/pyproject.toml

@@ -6,7 +6,7 @@ build-backend = "setuptools.build_meta"
 
 [project]
 name = "kececinumbers"
-version = "0.7.0"
+version = "0.7.1"
 
 # Diğer proje bilgileri (isteğe bağlı ama tavsiye edilir)
 authors = [