9-7. 遺伝的アルゴリズム（vcopt）でポケモンしりとりできるかな

import copy
import numpy as np
import matplotlib.pyplot as plt
from vcopt import vcopt

#============================
#全ポケモンデータの読み込み
#============================
#ファイル名
file = open('pokemon_status_2.csv', 'r')
#
data = []
#１行目はラベルなのでカラ読み
file.readline()
#２行目以降のポケモン名だけを読み込む
while 1:
    tmp = file.readline().split(',')
    if len(tmp) > 1:
        data.append(tmp[1])
    else:
        break
file.close()
#コピーしておく
data_save = copy.deepcopy(data)

print('ポケモンの数:{}'.format(len(data)))
print('最初の４匹:{}'.format(data[:4]))

#============================
#データの整形
#============================
#配列の要素を削除するときは逆順で処理しないと大変なことになります
for i in range(len(data)-1, -1, -1):
    
    #小さい字を大きくする
    data[i] = data[i].replace('ァ', 'ア')
    data[i] = data[i].replace('ィ', 'イ')
    data[i] = data[i].replace('ゥ', 'ウ')
    data[i] = data[i].replace('ェ', 'エ')
    data[i] = data[i].replace('ォ', 'オ')
    data[i] = data[i].replace('ッ', 'ツ')
    data[i] = data[i].replace('ャ', 'ヤ')
    data[i] = data[i].replace('ュ', 'ユ')
    data[i] = data[i].replace('ョ', 'ヨ')
    
    #語尾の長音を削除
    if data[i][-1] == 'ー':
        data[i] = data[i][:-1]
    
    #語尾が「ん」のポケモンを削除
    if data[i][-1] == 'ン':
        data.pop(i)

print('ポケモンの数:{}'.format(len(data)))
print('途中の８匹:{}'.format(data[3:11]))

#============================
#圧縮データの作成
#============================
#頭文字とお尻文字だけのデータ
head = []
tail = []
for a in data:
    head.append(a[0])
    tail.append(a[-1])
    
#後の処理のためにndarrayにしておきます
data = np.array(data)
data_save = np.array(data_save)
head = np.array(head)
tail = np.array(tail)

print('最初の４匹:{}'.format(data[:4]))
print('最初の４匹の頭文字:{}'.format(head[:4]))
print('最初の４匹のお尻文字:{}'.format(tail[:4]))

#151匹に限定
data = data[:123]
print('最後の３匹:{}'.format(data[-3:]))

#評価関数
def pokemon_score(para):
    
    #頭文字配列とお尻文字配列をpara順に並び替える
    head_para = head[para]
    tail_para = tail[para]
    
    #後ろと接続しているかどうかのbool配列（長さはdataより１短い）
    mask = (head_para[1:] == tail_para[:-1])
    
    #最長の接続数を計算
    count = 0
    max_count = 0
    for i in range(len(mask)):
        #継続していればカウント＋１
        if mask[i] == True:
            count += 1
        #継続していなければカウントリセット
        else:
            if count > max_count:
                max_count = count
            count = 0
    
    #スコアを返す、例えば8.2であれば最長継続数８、全体の中での継続率20%を意味する
    return max_count + (np.sum(mask) / len(mask))


print(data[10], data[4], data[66], data[18], data[0])
print(pokemon_score([10, 4, 66, 18, 0]))

#poolの可視化
def pokemon_show_pool(pool, **info):
    
    #任意で次の変数が使用できます
    gen = info['gen']
    best_index = info['best_index']
    best_score = info['best_score']
    mean_score = info['mean_score']
    #mean_gap = info['mean_gap']
    time = info['time']
    
    #pool全員のスコアを計算
    scores = []
    for i in range(len(pool)):
        scores.append(pokemon_score(pool[i]))
    
    #エリートを表示
    #print(pool[best_index])
    
    #プロット
    plt.figure(figsize=(6, 6))
    plt.bar(range(len(pool)), scores)
    plt.ylim([0, 30])
    plt.title('gen={}, best={} mean={} time={}'.format(gen, best_score, mean_score, time))
    #plt.savefig('save/{}.png'.format(gen))
    plt.show()
    print()

#パラメータ範囲
para_range = np.arange(len(data))
#GAで最適化
para, score = vcopt().tspGA(para_range,                        #para_range
                            pokemon_score,                     #score_func
                            9999,                              #aim
                            show_pool_func=pokemon_show_pool,  #show_para_func=None
                            seed=None,                         #seed=None
                            pool_num=100)
#結果の表示
print(para)
print(score)





#しりとり部分を再現
head_para = head[para]
tail_para = tail[para]
mask = (head_para[1:] == tail_para[:-1])

name = data_save[para]
count = 0
max_count = 0
for i in range(len(mask)):
    if mask[i] == True:
        count += 1
    else:
        if count > max_count:
            max_count = count
            words = name[i - count + 1: i + 1]
        count = 0

#しりとりを表示
print(words)