Python入门与进阶之NumPy库应用——元胞自动机

1

 

旅行居家必备之利器 NumPy

 

Numpy的名字来源于Numerical & Python。 

 

作为功能强大的 Python 库可谓是 Python 进行科学计算，数据分析的旅行居家必备之利器(大雾)，主要用于提供，存储，计算 N 维数组, 它可以完成诸如机器学习模型，图像处理和一些数学任务。

 

本次笔者分享的是通过例子介绍一下 NumPy 在机器学习和图像处理方面的应用：元胞自动机模型（谈到图像处理我们不可避免要涉及 matplotlib 这个库不过不是今天的重点噢）。

最近找到了一个免费的python教程，两周学会了python开发。推荐给大家，希望召集更多的朋友一起学习python。
小编有一个群 515267276：里面有很多python爱好者讨论学习，有资料，想学python的可以一起加进来，水军勿扰，水军勿扰。

2

 

元胞自动机模型

 

 

为什么是元胞自动机模型的 NumPy 库实现呢？

 

原因是笔者某天逛知乎的时候发现了一个关于生物进化的话题然后就有一群对于无神论的质疑者和无神论的答主进行愉（并）快（不）的激烈（si）探讨（bi），然后关于当他们聊（撕）到“进化论如何解释生命的出现”又出现了“复杂有秩序的系统不可能是自发产生的，一定是被设计出来”的质疑。

 

于是呢， 打脸神器 网格动力学模型元胞自动机模型就被答主搬出来了，因为元胞自动机模型又有一个名称叫做“生命游戏(Game of Life)”。

 

那个问题叫做“人类有没有可能是被设计出来的“，感(想)兴(吃)趣(瓜)的同学可以移步知乎～

 

下面我们介绍一下元胞自动机模型?

Conway's Game of Life 是由英国数学家约翰·霍顿·康威在1970年发明的一种细胞自动机，该游戏的演化由初始状态决定，不需要进一步的输入。

 

生命游戏的宇宙是一个由正方形细胞组成的无限的二维正交网格，每个细胞都处于两种可能状态中的一种，生存或死亡。每个单元格与它的八个相邻单元格相互作用，这八个相邻单元格是水平、垂直或对角相邻的。（即九宫格）

 

每个时间点下存在以下的变化：

1. 原状态 alive, 周围 alive 细胞数< 2, dies.

2. 原状态 alive, 周围 alive 细胞 = 2 or 3, lives.

3. 原状态 alive, 周围 alive 细胞数 > 3, dies.

4. 原状态 dead, 周围 alive 细胞数 = 3, lives.

 

最初的模式构成了系统的 seed。第一代是通过对 seeds 中的每个细胞同时应用上述规则创建的; births 和 deaths 是同时发生的。每一代都是前一代的纯函数。这些规则继续被重复应用以创建更多代。

 

刚开始细胞的变化都是杂乱无序的，但是经过一段时间的演变之后开始产生稳定规律的变化。

 

我们先来感受一下这个“生命游戏”?