例如癌癥，醫(yī)生常說抽煙致癌，不要抽煙，但實(shí)際生活中抽煙長壽的人不少，我的姨婆九十多歲了，每日抽煙喝酒，身體也不錯(cuò)。決定癌癥的因素很多，例如遺傳，飲食，起居時(shí)間，居住環(huán)境，化工污染等等。下圖轉(zhuǎn)自一份醫(yī)學(xué)研究，說明沒有任何食物百分之百致癌或抑制癌癥。

什么人容易患癌癥？當(dāng)諸多不利因素累積，超過一定量后，患癌癥概率大。我們假設(shè)一個(gè)數(shù)據(jù)挖掘的分類器cancer，分類器由六個(gè)因素組成，當(dāng)六個(gè)因素得分總和超過3時(shí)為癌癥，得分總和小于3時(shí)為非癌癥。

1表示是，0表示否。 ? 抽煙=1分，非均衡飲食=1分，喝酒=1分，睡眠不足7小時(shí)=1分，環(huán)境污染=1分，情緒抑郁=1分；反之亦然不抽煙=0分，不喝酒=0分，睡眠充足=0分，環(huán)境無污染=0分，情緒良好=0分。張三抽煙，非均衡飲食，抽煙，喝酒，睡眠不足，環(huán)境污染，情緒良好，總分為1+1+1+1+1+0=5分，總得分大于3，分類器判斷張三患癌癥概率高。李四不抽煙，不喝酒，睡眠充足，環(huán)境無污染，情緒不好，總分為0+0+0+0+0+1=1分，總得分小于3，分類器判斷李四患癌癥概率低（例子只是假設(shè)，方便大家理解分類器原理）。

根據(jù)分類器原理，我們用python來可視化細(xì)胞生死，模擬生命。從一個(gè)隨機(jī)初始化的二維方形網(wǎng)格開始，網(wǎng)格中的每一個(gè)細(xì)胞狀態(tài)可能是生或死，由其相鄰8個(gè)細(xì)胞決定。在這個(gè)規(guī)則下可以使用卷積進(jìn)行計(jì)算，我們需要scipy工具完成卷積計(jì)算。

Anaconda下展示，生成閃爍的動(dòng)態(tài)細(xì)胞圖，細(xì)胞生死會(huì)不停變化，直到停止。

程序調(diào)用了python的pygame,numpy,scipy三個(gè)模塊。Pygame用于寫游戲；numpy用于矩陣運(yùn)算；scipy是numpy的高級版本，用于更高級的自然科學(xué)應(yīng)用，例如信號處理，傅里葉分析。

此函數(shù)用于 繪制十字架。

def draw_cross(pixar):

(posx,posy)=pygame.mouse.get_pos()

pixar[posx,:]=1

pixar[:,posy]=1

此函數(shù)用于隨機(jī)初始化網(wǎng)格

def random_init(n):

return np.random.random_integers(0,1,(n,n))

所有代碼最終匯集于文章末尾。

（放大可視化的細(xì)胞集合圖，每一個(gè)細(xì)胞狀態(tài)可能是生或死，由其相鄰8個(gè)細(xì)胞決定）

代碼來自Ivan Idris物理博士的分享，經(jīng)本人測試，可以完美運(yùn)行

歡迎各位同學(xué)學(xué)習(xí)更多相關(guān)知識《python機(jī)器學(xué)習(xí)生物信息學(xué)》