Игра жизни Конвея: проверьте, находится ли клетка в углу или на границе

Question

Я пытаюсь реализовать Game Of Life в Python. Функция new_state должна подсчитать соседей ячейки и решить, основываясь на правилах (операторы if), будет ли она d ie (ход 0) или останется в живых (ход 1) в следующем поколении.

Есть ли способ проверить, находится ли значение в углу / границе массива? Соседние ячейки ячейки будут непосредственными окружающими ячейками, поэтому нет необходимости оборачивать массив. Прямо сейчас new_state выбрасывает ошибку индекса. Я использую numPy для этой функции.

import numpy

def new_state(array):
    updated_array=[]
    for x in range(len(array)):
        for y in range(len(array[x])):
            cell = array[x][y]
            neighbours = (array[x-1][y-1], array[x][y-1], array[x+1][y-1], array[x+1][y], array[x+1][y+1], array[x][y+1],
                          array[x-1][y+1], array[x-1][y])
            neighbours_count = sum(neighbours)
            if cell == 1:
                if neighbours_count == 0 or neighbours_count == 1:
                    updated_array.append(0)
                elif neighbours_count == 2 or neighbours_count == 3:
                    updated_array.append(1)
                elif neighbours_count > 3:
                    updated_array.append(0)
            elif cell == 0:
                if neighbours_count == 3:
                    updated_array.append(1)
    return updated_array

Answer 1

Чтобы избежать ошибки индекса, вы можете заполнить массив нулями:

def new_state(array):
    array_padded = np.pad(array, 1)
    updated_array=array.copy()
    for x in range(1, array.shape[0]+1):
        for y in range(1, array.shape[1]+1):
            cell = array[x-1][y-1]
            neighbours = (array_padded[x-1][y-1], array_padded[x][y-1],
                          array_padded[x+1][y-1], array_padded[x+1][y],
                          array_padded[x+1][y+1], array_padded[x][y+1],
                          array_padded[x-1][y+1], array_padded[x-1][y])
            neighbours_count = sum(neighbours)
            if cell == 1 and (neighbours_count < 2 or neighbours_count > 3):
                updated_array[x-1, y-1] = 0
            elif cell == 0 and neighbours_count == 3:
                updated_array[x-1, y-1] = 1
    return updated_array

Вот намного более быстрая векторизованная версия:

from scipy.signal import correlate2d

def new_state_v(array):
    kernel = np.ones((3,3))
    kernel[1,1] = 0
    neighbours = correlate2d(array, kernel, 'same')

    updated_array=array.copy()
    updated_array[(array == 1) & ((neighbours < 2) | (neighbours > 3))] = 0
    updated_array[(array == 0) & (neighbours == 3)] = 1
    return updated_array

Давайте проверим

>>> array = np.random.randint(2, size=(5,5))
>>> array
array([[0, 0, 1, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 0, 1],
       [1, 1, 0, 0, 1],
       [0, 1, 1, 1, 0]])

>>> new_state_v(array)
array([[0, 0, 1, 1, 0],
       [0, 0, 1, 0, 0],
       [0, 1, 0, 1, 0],
       [1, 1, 0, 0, 1],
       [1, 1, 1, 1, 0]])

Сравнение скорости:

array = np.random.randint(2, size=(1000,1000))

%timeit new_state(array)
7.76 s ± 94.2 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

%timeit new_state_v(array)
90.4 ms ± 703 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

Answer 2

Я не проверил это полностью, но способ, которым я go об этом сказал бы, заключался бы в разрешении переноса значения индекса массива - таким образом никаких дополнительных логик c кроме переноса не требуется (что может быть более подвержен ошибкам, когда требуются изменения в дальнейшем).

Использование:

import numpy as np

a = np.array([[1,2,3], [4,5,6], [7,8,9], [10,11,12]])

a[np.mod(x,a.shape[0]),np.mod(y,a.shape[1])]

, где x и y - ваши исходные индексы.

Примеры:

a[np.mod(4,a.shape[0]),np.mod(3,a.shape[1])]
>>> 1
# even wraps correctly with negative indexes!
a[np.mod(-1,a.shape[0]),np.mod(-1,a.shape[1])]
>>> 12