python - 确保 np.random.choice() 的列表内容总和为 1

Question

背景

在 Python 3.5 中，我正在创建一个函数来生成具有不同生物群落的 map - 一个二维列表，其中第一层表示 Y 轴的线，项目表示沿 X 轴的项目。

Example:

[
["A1", "B1", "C1"],
["A2", "B2", "C2"],
["A3", "B3", "C3"]
] 

This displays as:

A1 B1 C1
A2 B2 C2
A3 B3 C3

---

目标

如果它的邻居也是该生物群系，则 map 上的给定位置应该更有可能是该生物群系。因此，如果给定方格的邻居都是伍兹，则几乎可以保证该方格是伍兹。

---

我的代码(到目前为止)

所有生物群落都由类(woodsBiome、desertBiome、fieldBiome)表示。它们都继承自baseBiome ，单独用于填充网格。

我的代码是函数形式的。它以最大的 X 和 Y 坐标作为参数。在这里:

def generateMap(xMax, yMax):
    areaMap = []  # this will be the final result of a 2d list

    # first, fill the map with nothing to establish a blank grid
    xSampleData = []  # this will be cloned on the X axis for every Y-line
    for i in range(0, xMax):
        biomeInstance = baseBiome()
        xSampleData.append(biomeInstance)  # fill it with baseBiome for now, we will generate biomes later
    for i in range(0, yMax):
        areaMap.append(xSampleData)

    # now we generate biomes
    yCounter = yMax  # because of the way the larger program works. keeps track of the y-coordinate we're on
    for yi in areaMap:  # this increments for every Y-line
        xCounter = 0  # we use this to keep track of the x coordinate we're on
        for xi in yi:  # for every x position in the Y-line
            biomeList = [woodsBiome(), desertBiome(), fieldBiome()]
            biomeProbabilities = [0.0, 0.0, 0.0]
            # biggest bodge I have ever written
            if areaMap[yi-1][xi-1].isinstance(woodsBiome):
                biomeProbabilities[0] += 0.2
            if areaMap[yi+1][xi+1].isinstance(woodsBiome):
                biomeProbabilities[0] += 0.2
            if areaMap[yi-1][xi+1].isinstance(woodsBiome):
                biomeProbabilities[0] += 0.2
            if areaMap[yi+1][xi-1].isinstance(woodsBiome):
                biomeProbabilities[0] += 0.2
            if areaMap[yi-1][xi-1].isinstance(desertBiome):
                biomeProbabilities[1] += 0.2
            if areaMap[yi+1][xi+1].isinstance(desertBiome):
                biomeProbabilities[1] += 0.2
            if areaMap[yi-1][xi+1].isinstance(desertBiome):
                biomeProbabilities[1] += 0.2
            if areaMap[yi+1][xi-1].isinstance(desertBiome):
                biomeProbabilities[1] += 0.2
            if areaMap[yi-1][xi-1].isinstance(fieldBiome):
                biomeProbabilities[2] += 0.2
            if areaMap[yi+1][xi+1].isinstance(fieldBiome):
                biomeProbabilities[2] += 0.2
            if areaMap[yi-1][xi+1].isinstance(fieldBiome):
                biomeProbabilities[2] += 0.2
            if areaMap[yi+1][xi-1].isinstance(fieldBiome):
                biomeProbabilities[2] += 0.2
            choice = numpy.random.choice(biomeList, 4, p=biomeProbabilities)
            areaMap[yi][xi] = choice

    return areaMap

解释:

如您所见，我从一个空列表开始。我添加 baseBiome将其作为占位符(最多 xi == xMax 和 yi == 0 )以生成一个二维网格，然后我可以循环浏览。

我创建了一个列表 biomeProbabilities不同的指数代表不同的生物群落。在 map 中的位置循环时，我检查所选位置的邻居并调整 biomeProbabilities 中的值。基于它的生物群落。

最后，我使用 numpy.random.choice()与 biomeList和 biomeProbabilities从 biomeList 中做出选择对每个项目使用给定的概率。

---

我的问题

如何确保 biomeProbabilities 中每一项的总和等于 1(所以 numpy.random.choice 将允许随机概率选择)？我看到了两个合乎逻辑的解决方案:

a) 分配新的概率，以便给出排名最高的生物群落 0.8 , 然后是第二个 0.4第三个0.2

b) 对每一项加减等量，直到总和 == 1

哪个选项(如果有)会更好，我将如何实现？

此外，有没有更好的方法来获得结果而不求助于无尽的if我在这里使用的语句？

Answer 1

这听起来像是解决问题的复杂方法。你很难让它以这种方式工作，因为你将自己限制在一次前向传球中。

您可以这样做的一种方法是选择一个随机位置来开始生物群系，并以较高的概率(例如 0.9)将其“扩展”到邻近的斑 block 。

(请注意，您的示例中存在代码错误，第 10 行——您必须复制内部列表)

import random
import sys


W = 78
H = 40

BIOMES = [
    ('#', 0.5, 5),
    ('.', 0.5, 5),
]

area_map = []

# Make empty map
inner_list = []
for i in range(W):
    inner_list.append(' ')
for i in range(H):
    area_map.append(list(inner_list))

def neighbors(x, y):
    if x > 0:
        yield x - 1, y
    if y > 0:
        yield x, y - 1
    if y < H - 1:
        yield x, y + 1
    if x < W - 1:
        yield x + 1, y

for biome, proba, locations in BIOMES:
    for _ in range(locations):
        # Random starting location
        x = int(random.uniform(0, W))
        y = int(random.uniform(0, H))

        # Remember the locations to be handled next
        open_locations = [(x, y)]
        while open_locations:
            x, y = open_locations.pop(0)

            # Probability to stop
            if random.random() >= proba:
                continue

            # Propagate to neighbors, adding them to the list to be handled next
            for x, y in neighbors(x, y):
                if area_map[y][x] == biome:
                    continue
                area_map[y][x] = biome
                open_locations.append((x, y))

for y in range(H):
    for x in range(W):
        sys.stdout.write(area_map[y][x])
    sys.stdout.write('\n')

当然，通常用于此类任务(例如在 Minecraft 中)的更好方法是使用 Perlin noise功能。如果特定区域的值高于某个阈值，则使用其他生物群落。优点是:

• 惰性生成:你不需要提前生成整个区域 map ，当你真正需要知道该区域时，你确定该区域是什么类型的生物群落
• 看起来更真实
• Perlin 为您提供真实值作为输出，因此您可以将它用于更多事情，例如地形高度，或混合多个生物群落(或者您可以将它用于“湿度”，0-20% 是沙漠，20- 60% 是草，60-80% 是沼泽，80-100% 是水)
• 例如，您可以叠加多个“大小”的噪音，通过简单地相乘来为您提供每个生物群落的细节