📅  最后修改于: 2020-05-20 06:48:48             🧑  作者: Mango
Conways的“人生游戏”是John Conway创建的一种细胞自动化方法。该游戏的初衷是生物学,但已应用于图形,地形生成等各个领域。
“游戏”是一个零玩家游戏,意味着它的发展由其初始状态决定,不需要进一步的输入。通过创建初始配置并观察其演化方式,或者对于高级“玩家”,通过创建具有特定属性的模式,与生命游戏进行交互。
游戏如何运作
如图所示,由于“生命游戏”构建在九个正方形的网格上,因此每个单元都有八个相邻的单元。在网格[i] [j]中访问模拟中的给定单元格(i,j),其中i和j分别是行索引和列索引。给定时间点的给定单元格的值取决于前一时间步长的邻居状态。康威的《人生游戏》有四个规则。
因此,既然我们知道它是如何工作的,接下来我们需要弄清楚如何使其工作。
方法:
1.初始化网格中的单元格。 2.在模拟的每个时间步,对于每个 网格中的单元格(i,j),请执行以下操作: 一种。根据以下内容更新单元格(i,j)的值 它的邻居,考虑到 边界条件。 b。更新网格值的显示。
在这里完成之后,让我们开始编写代码。
代码:
# Python代码实现Conway的《人生游戏》
import argparse
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
# 设置网格的值
ON = 255
OFF = 0
vals = [ON, OFF]
def randomGrid(N):
"""returns a grid of NxN random values"""
return np.random.choice(vals, N*N, p=[0.2, 0.8]).reshape(N, N)
def addGlider(i, j, grid):
"""adds a glider with top left cell at (i, j)"""
glider = np.array([[0, 0, 255],
[255, 0, 255],
[0, 255, 255]])
grid[i:i+3, j:j+3] = glider
def addGosperGliderGun(i, j, grid):
"""adds a Gosper Glider Gun with top left
cell at (i, j)"""
gun = np.zeros(11*38).reshape(11, 38)
gun[5][1] = gun[5][2] = 255
gun[6][1] = gun[6][2] = 255
gun[3][13] = gun[3][14] = 255
gun[4][12] = gun[4][16] = 255
gun[5][11] = gun[5][17] = 255
gun[6][11] = gun[6][15] = gun[6][17] = gun[6][18] = 255
gun[7][11] = gun[7][17] = 255
gun[8][12] = gun[8][16] = 255
gun[9][13] = gun[9][14] = 255
gun[1][25] = 255
gun[2][23] = gun[2][25] = 255
gun[3][21] = gun[3][22] = 255
gun[4][21] = gun[4][22] = 255
gun[5][21] = gun[5][22] = 255
gun[6][23] = gun[6][25] = 255
gun[7][25] = 255
gun[3][35] = gun[3][36] = 255
gun[4][35] = gun[4][36] = 255
grid[i:i+11, j:j+38] = gun
def update(frameNum, img, grid, N):
# 复制网格,因为我们需要8个邻居进行计算,并且逐行进行
newGrid = grid.copy()
for i in range(N):
for j in range(N):
# 使用环形边界条件计算8倍的总和-x和y环绕,以便模拟发生在环形表面上.
total = int((grid[i, (j-1)%N] + grid[i, (j+1)%N] +
grid[(i-1)%N, j] + grid[(i+1)%N, j] +
grid[(i-1)%N, (j-1)%N] + grid[(i-1)%N, (j+1)%N] +
grid[(i+1)%N, (j-1)%N] + grid[(i+1)%N, (j+1)%N])/255)
# 运用康威规则
if grid[i, j] == ON:
if (total < 2) or (total > 3):
newGrid[i, j] = OFF
else:
if total == 3:
newGrid[i, j] = ON
# 更新数据
img.set_data(newGrid)
grid[:] = newGrid[:]
return img,
# 主函数
def main():
# 命令行参数位于sys.argv [1],sys.argv [2]中。sys.argv [0]是脚本名称本身,可以忽略解析参数
parser = argparse.ArgumentParser(description="Runs Conway's Game of Life simulation.")
# add arguments
parser.add_argument('--grid-size', dest='N', required=False)
parser.add_argument('--mov-file', dest='movfile', required=False)
parser.add_argument('--interval', dest='interval', required=False)
parser.add_argument('--glider', action='store_true', required=False)
parser.add_argument('--gosper', action='store_true', required=False)
args = parser.parse_args()
# 设置网格大小
N = 100
if args.N and int(args.N) > 8:
N = int(args.N)
# 设置动画更新间隔
updateInterval = 50
if args.interval:
updateInterval = int(args.interval)
# 声明网格
grid = np.array([])
# 检查是否指定了“ glider"演示标志
if args.glider:
grid = np.zeros(N*N).reshape(N, N)
addGlider(1, 1, grid)
elif args.gosper:
grid = np.zeros(N*N).reshape(N, N)
addGosperGliderGun(10, 10, grid)
else: # populate grid with random on/off -
# more off than on
grid = randomGrid(N)
# 设置动画
fig, ax = plt.subplots()
img = ax.imshow(grid, interpolation='nearest')
ani = animation.FuncAnimation(fig, update, fargs=(img, grid, N, ),
frames = 10,
interval=updateInterval,
save_count=50)
# 设置输出文件
if args.movfile:
ani.save(args.movfile, fps=30, extra_args=['-vcodec', 'libx264'])
plt.show()
# call main
if __name__ == '__main__':
main()
现在让我们稍微调整一下角度,让我们看看如果add每隔500毫秒更新一次动画并设置尺寸32X32并使用初始滑翔机模式,会发生什么情况。
Python 'filename.py' --grid-size 32 --interval 500 --glider