1

我是一名 3d 动画导师,具有非常基本的 Python 知识,并且一直在努力编写我认为可能是非常有益的脚本的代码。任何帮助,包括正确方向的简单点都会非常非常感激。提前致谢。

这是我的场景:我班 18 名学生即将进入“小组项目”模块。今年我想把班级分成两半,以使项目更易于管理,并鼓励良性竞争。学生们已经填写了调查问卷,他们通过给每个学生一个 0 到 5 之间的数字来注释他们对与所有其他学生合作的偏好。我的想法是,我可以使用这些调查从数学上计算出可能的最佳分割偏好.

现在我已经在 CodeSkulptor 中做了一个非常基本的开始——一个基于浏览器的 python 模拟器。在这个原型版本中,我只从 4 个示例“学生”开始 - A、B、C 和 D。每个学生都给出了他们对其他人的看法,为了简单起见,他们对自己的看法都设置为 0,(尽管这可以很容易地成为任何价值,因为你不能不和自己一起工作..)

这是我的伪代码:

  1. 创建将包含所有学生的空集“学生”,即 [A,B,C,D]

  2. 创建一个空集“组合”,将填充所有可能的组合,即 [((A,B),(C,D)),((A,C),(B,D)),(( A,D)(B,C))]

  3. 为每个学生定义一个包含偏好信息的班级,一旦确定了所有可能的组合,该信息将用于计算总体“幸福”/“士气”最高的组合。

  4. 创建一个循环遍历所有可能组合的函数,将它们作为添加到组合集中的列表列表返回。

  5. (尚未添加)创建一个函数,循环遍历设置“组合”中的所有组合,并根据存储在学生班级中的偏好计算整体“幸福感”。

  6. (尚未添加)创建一个打印幸福度最高的组合的功能。

在这种情况下,它应该打印:

print"A,B/C,D = 7"

print"A,C/B,D = 10"

print"A,D/B,C = 15"

print"Highest possible split is A,D/B,C with overall happiness of 15!"

我有点不好意思展示 WIP .. 但这里是:

http://www.codeskulptor.org/#user17_EEvOfHGg7AAZt1w_1.py

或者对于那些宁愿留在这个页面上的人:

people = set([])
combinations = set([])

class person:
    def __init__(self, name, A = 3, B = 3, C = 3, D = 3):
        self.name = name
        self.A = A
        self.B = B
        self.C = C
        self.D = D

    def get_name(self):
        return self.name

    def get_A(self):
        return self.A

    def get_B(self):
        return self.B

    def get_C(self):
        return self.C

    def get_D(self):
        return self.D    

# make all the possible combinations
#def combine(people):
#combine any 2 given people into a new group

def combinations(iterable, r):
    # combinations('ABCD', 2) --> AB AC AD BC BD CD
    # combinations(range(4), 3) --> 012 013 023 123
    pool = tuple(iterable)
    n = len(pool)
    if r > n:
        return
    indices = range(r)
    yield tuple(pool[i] for i in indices)
    while True:
        for i in reversed(range(r)):
            if indices[i] != i + n - r:
                break
        else:
            return
        indices[i] += 1
        for j in range(i+1, r):
            indices[j] = indices[j-1] + 1
        yield tuple(pool[i] for i in indices)

####[A,B,C,D]
people.add(person("A", 0, 1, 2, 4))
people.add(person("B", 3, 0, 3, 4))
people.add(person("C", 1, 5, 0, 2))
people.add(person("D", 3, 3, 2, 0))

combinations(people,2)

组合功能 - 我实际上是直接从 itertools 文档页面中提取出来的,但我不确定它是否有效,或者即使这是拆分组的最佳方式。我不能直接导入 itertools,因为 CodeSkulptor 只支持几个模块(数学、随机、时间等)。我尝试使用实际的 python,但它的功能与我习惯的完全不同。我在研究中学到了很多东西,例如计算这样的东西可能需要数年时间才能让计算机经历 24310 种不同的拆分可能性。另一个选择是代码一次只生成 100 个随机拆分可能性,并且我可以跟踪每次运行的最高结果。总而言之,这是一个有趣的脚本,可以尝试并弄清楚——实际上有点太有趣了。我可以' 即使我已经停止取得实际进展,也不要从身体上把自己从它身上撕下来。所以,如果有人可以提示/告诉我从这里去哪里,我将非常感谢您的帮助。

干杯,

  • 伊莱
4

1 回答 1

1

完全的

from itertools import combinations
import numpy as np
import string

    def get_maxhappiness(results):
        max_happiness = max(results)
        index = results.index(max_happiness)
    
        #Printing the result! (There may be more than one best result, but this will only show 1)
        print "Optimal Groups: Point value of",max_happiness,"\n",groups[index],"\n", anti_groups[index]
        results[index] = 0
        return results

def calculateHappiness(points,group):
    happiness = 0
    for i in range(len(group)):
        person_prefs = points[group[i]]
        others = group[i:] + group[:i]
        for other in others:
            happiness += person_prefs[other]
    return happiness



if __name__ == "__main__":
    people = string.letters[26:44]
    groups = list(combinations(people,9))
    anti_groups = [tuple(set(people).difference(set(x))) for x in groups]

    #Making fake results
    survey_results = dict()
    for person in people:
        results = dict(zip(people,np.random.randint(0,10,size=(len(people)))))
        results[person] = 0
        survey_results[person] = results

    #Printing Survey Results
    for name,values in survey_results.items():
        print "Student:", name, "has preferences:", values

    #Calculating happiness for every group
    results = []
    for i in range(len(groups)):
        results.append(calculateHappiness(survey_results,groups[i])+calculateHappiness(survey_results,anti_groups[i]))
    #Finding the largest happiness value
    top_n = 5
    while top_n > 0:
        results = get_maxhappiness(results)
        top_n -= 1

产量:

...

Student: N has preferences: {'A': 5, 'C': 5, 'B': 0, 'E': 0, 'D': 3, 'G': 6, 'F'
: 8, 'I': 8, 'H': 3, 'K': 1, 'J': 4, 'M': 4, 'L': 9, 'O': 0, 'N': 0, 'Q': 3, 'P'
: 2, 'R': 2}
Student: Q has preferences: {'A': 9, 'C': 0, 'B': 3, 'E': 4, 'D': 3, 'G': 2, 'F'
: 2, 'I': 7, 'H': 5, 'K': 2, 'J': 3, 'M': 0, 'L': 9, 'O': 2, 'N': 5, 'Q': 0, 'P'
: 2, 'R': 0}
Student: P has preferences: {'A': 2, 'C': 3, 'B': 0, 'E': 9, 'D': 3, 'G': 6, 'F'
: 7, 'I': 1, 'H': 7, 'K': 9, 'J': 7, 'M': 4, 'L': 8, 'O': 2, 'N': 6, 'Q': 5, 'P'
: 0, 'R': 7}
Student: R has preferences: {'A': 5, 'C': 3, 'B': 7, 'E': 1, 'D': 5, 'G': 6, 'F'
: 1, 'I': 6, 'H': 9, 'K': 9, 'J': 3, 'M': 6, 'L': 8, 'O': 8, 'N': 5, 'Q': 1, 'P'
: 3, 'R': 0}
Optimal Groups: Point value of 709
('A', 'B', 'F', 'G', 'J', 'K', 'O', 'Q', 'R')
('C', 'E', 'D', 'I', 'H', 'M', 'L', 'N', 'P')
(x4)
于 2013-08-04T02:25:02.490 回答