多様性シミュレーションのコード(ボトルネック前)

多様性をシミュレーションする Part 1

---

以前投稿した創始者効果やボトルネック効果が最近気になっている．

そこでこの状態を可視化できないかとコードを組んでみた．

今回は通常の種の再生産をまとめてみた．

!pip install matplotlib numpy pillow

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

# パラメータ（ボトルネック前）
initial_num_individuals = 200  # 初期個体数
num_steps = 15  # シミュレーションの時間ステップ数（ボトルネック前まで）
grid_size = 100  # 2次元グリッドのサイズ
reproduction_rate = 1.5  # 再生産率（ボトルネック前）
death_rate = 0.1  # 個体の消滅率

# 個体の初期位置と遺伝的特徴を設定
positions = np.random.rand(initial_num_individuals, 2) * grid_size
alleles = np.random.choice([0, 1], size=initial_num_individuals)

# プロットの準備
fig, ax = plt.subplots(figsize=(6,6))
scat = ax.scatter(positions[:,0], positions[:,1], c=alleles, cmap='bwr', s=10)
ax.set_xlim(0, grid_size)
ax.set_ylim(0, grid_size)
ax.set_title('Simulation Before Bottleneck')

def update_pre_bottleneck(frame):
    global positions, alleles
    num_individuals = len(positions)
    
    # 個体の消滅処理
    survivors = np.random.rand(num_individuals) > death_rate
    positions = positions[survivors]
    alleles = alleles[survivors]
    
    # ランダムウォークによる移動
    num_individuals = len(positions)
    positions += np.random.randn(num_individuals, 2)
    positions = np.clip(positions, 0, grid_size)

    # 再生産による個体数の増加
    num_offspring = int(len(positions) * (reproduction_rate - 1))
    if num_offspring > 0:
        parent_indices = np.random.choice(len(positions), size=num_offspring)
        offspring_positions = positions[parent_indices] + np.random.randn(num_offspring, 2)
        offspring_positions = np.clip(offspring_positions, 0, grid_size)
        offspring_alleles = alleles[parent_indices]
        positions = np.vstack((positions, offspring_positions))
        alleles = np.concatenate((alleles, offspring_alleles))

    # プロットの更新
    scat.set_offsets(positions)
    scat.set_array(alleles)
    ax.set_title(f'Simulation Before Bottleneck (Step {frame})')
    print(f'Step {frame}, Completed')
    return scat,

# アニメーションの実行と保存
ani = animation.FuncAnimation(fig, update_pre_bottleneck, frames=num_steps, interval=500, blit=True)
ani.save('pre_bottleneck_simulation.gif', writer='pillow')
plt.show()


# ボトルネック前のデータを保存
np.save('positions_before_bottleneck.npy', positions)
np.save('alleles_before_bottleneck.npy', alleles)

できたアニメーションはこちら．