核心内容摘要
从零开始：手把手教你用Megatron-DeepSpeed组合训练百亿参数模型
社会网络仿真结果解读与可视化在社会网络仿真中结果的解读与可视化是非常重要的步骤。
通过可视化工具我们可以更直观地理解仿真模型的行为和结果从而更好地分析和解释社会网络的动态特性。
NetLogo 提供了丰富的可视化工具和方法帮助用户将复杂的仿真结果以图形化的方式呈现出来。
本节将详细介绍如何在 NetLogo 中进行社会网络仿真结果的解读与可视化包括使用内置的可视化工具、自定义图表和图形、以及导出数据进行外部分析。
内置可视化工具NetLogo 内置了多种可视化工具可以帮助用户快速地查看和理解仿真结果。
这些工具包括
观察者视图Observer View观察者视图是 NetLogo 的主要可视化窗口显示了仿真模型的空间布局和代理agents的行为。
通过观察者视图我们可以直观地看到代理之间的互动和网络的结构变化。
示例观察者视图中的社会网络假设我们正在模拟一个简单的社会网络其中代理代表个体它们之间通过链接links表示社会关系。
我们可以使用以下代码来创建一个基本的社会网络模型breed [ people person ] people-own [ wealth age ] links-own [ strength ] to setup clear-all create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 ] ask people [ create-links-with other people with [ random-float 1
1 ] ] reset-ticks end to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] ] ] tick end在这个模型中我们创建了 100 个代理people并初始化了它们的财富和年龄属性。
代理之间随机生成链接表示社会关系。
在go过程中代理会随机移动并有一定概率与其他代理建立新的链接。
监视器Monitors监视器用于实时显示模型中某些变量的值。
通过监视器我们可以跟踪仿真过程中特定变量的变化从而更好地理解模型的动态行为。
示例监视器的使用假设我们想监控网络中链接的数量和代理的平均财富。
我们可以在界面中添加两个监视器分别显示链接数量和平均财富monitors [ count links ] [ mean [ wealth ] of people ]
图表Plots图表用于绘制变量随时间的变化趋势。
NetLogo 提供了多种图表类型包括折线图、柱状图和散点图。
通过图表我们可以更清晰地看到模型中变量的动态变化。
示例绘制链接数量和平均财富随时间变化的图表我们可以在界面中添加一个图表显示链接数量和平均财富随时间的变化plot Network Dynamics set pen-color blue plot count links set pen-color red plot mean [ wealth ] of people自定义可视化除了使用内置的可视化工具NetLogo 还允许用户自定义图表和图形以更灵活地展示仿真结果。
自定义图表示例自定义图表以显示不同年龄段的财富分布假设我们想显示不同年龄段的代理的财富分布。
我们可以在界面中添加一个自定义图表并在go过程中更新图表数据plot Wealth Distribution by Age set-plot-x-range 0 50 set-plot-y-range 0 100 set-plot-pen-mode bar set-plot-pen-color 25 repeat 50 [ let age-group (age *
plotxy age-group mean [ wealth ] of people with [ age age-group ] ]
自定义图形示例自定义图形以显示代理的社会关系强度假设我们想在观察者视图中显示链接的强度。
我们可以在setup和go过程中设置链接的颜色和粗细以反映链接的强度to setup clear-all create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] ] tick end to update-link-appearance set color scale-color blue strength 0 10 set thickness (strength /
end在这个示例中update-link-appearance过程根据链接的强度设置链接的颜色和粗细。
强度越高链接的颜色越深粗细越大。
数据导出与外部分析虽然 NetLogo 提供了丰富的可视化工具但在某些情况下我们可能需要将仿真结果导出到外部工具进行更详细的分析。
NetLogo 支持将仿真数据导出为 CSV 文件以便在 Excel、R 或 Python 等工具中进行进一步处理。
导出数据示例导出仿真结果到 CSV 文件假设我们想导出每个时间步的链接数量和平均财富数据。
我们可以在go过程中使用export-plot命令将图表数据导出到 CSV 文件to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] ] tick if ticks mod 10 0 [ export-plot Network Dynamics network_dynamics.csv ] end在这个示例中每 10 个时间步我们将 “Network Dynamics” 图表的数据导出到network_dynamics.csv文件中。
使用外部工具进行分析示例使用 Python 进行数据可视化假设我们已经导出了network_dynamics.csv文件我们可以使用 Python 和 Matplotlib 进行数据可视化importpandasaspdimportmatplotlib.pyplotasplt# 读取 CSV 文件datapd.read_csv(network_dynamics.csv)# 提取链接数量和平均财富数据ticksdata[ticks]link_countdata[count links]mean_wealthdata[mean [ wealth ] of people]# 绘制图表plt.figure(figsize(10,
)plt.subplot(1,2,
plt.plot(ticks,link_count,colorblue,labelLink Count)plt.xlabel(Time Steps)plt.ylabel(Count)plt.title(Link Count Over Time)plt.legend()plt.subplot(1,2,
plt.plot(ticks,mean_wealth,colorred,labelMean Wealth)plt.xlabel(Time Steps)plt.ylabel(Wealth)plt.title(Mean Wealth Over Time)plt.legend()plt.tight_layout()plt.show()
动态数据可视化在某些情况下我们可能需要动态地显示仿真结果。
NetLogo 提供了export-view和export-interface命令可以帮助我们将仿真视图导出为图像或视频。
示例导出仿真视图为视频假设我们想将整个仿真过程导出为视频我们可以使用以下代码to setup clear-all create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] ] tick if ticks mod 10 0 [ export-view (word frame- ticks .png) ] end to export-video let frames count files with [ suffix .png ] if frames 0 [ let command (word ffmpeg -r 10 -i frame-%04d.png -c:v libx264 -pix_fmt yuv420p network_dynamics.mp
run-command command let command (word rm frame-*.png) run-command command ] end在这个示例中每 10 个时间步我们将观察者视图导出为 PNG 图像。
仿真结束后我们可以使用export-video过程将这些图像合成为视频。
高级可视化技术NetLogo 还支持更高级的可视化技术如动态图表、动画和交互式可视化。
这些技术可以帮助用户更深入地理解仿真模型的复杂行为。
动态图表示例动态图表显示代理的属性变化假设我们想动态地显示每个代理的财富和年龄属性的变化。
我们可以在界面中添加一个动态图表并在go过程中更新图表数据plot Agent Attributes Over Time set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] update-agent-attributes ] tick plot-wealth-and-age end to update-agent-attributes set wealth (wealth random-float 10 -
set age (age
end to plot-wealth-and-age clear-plot ask people [ plotxy age wealth ] end在这个示例中plot-wealth-and-age过程在每个时间步清空图表并重新绘制每个代理的年龄和财富属性。
动画示例创建代理移动的动画假设我们想创建一个动画显示代理在仿真过程中的移动。
我们可以在go过程中使用export-view命令导出每个时间步的视图并使用外部工具将这些图像合成为动画to go ask people [ move-to one-of neighbors4 if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] ] tick if ticks mod 5 0 [ export-view (word frame- ticks .png) ] end to export-animation let frames count files with [ suffix .png ] if frames 0 [ let command (word ffmpeg -r 10 -i frame-%04d.png -c:v libx264 -pix_fmt yuv420p agent_movement.mp
run-command command let command (word rm frame-*.png) run-command command ] end
交互式可视化NetLogo 的接口Interface允许用户添加滑块、开关和按钮等交互式控件以动态调整仿真参数并观察结果变化。
通过交互式可视化用户可以更灵活地探索模型的行为。
示例添加滑块以调整代理移动的概率假设我们想添加一个滑块以动态调整代理移动的概率。
我们可以在界面中添加一个滑块并在go过程中使用滑块的值globals [ move-prob ] to setup clear-all set move-prob
1 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people [ if random-float 1 move-prob [ move-to one-of neighbors4 ] if random-float 1
05 [ create-links-with one-of other people with [ not link-neighbor? myself ] [ set strength random 10 update-link-appearance ] ] ] tick plot-wealth-and-age end to update-agent-attributes set wealth (wealth random-float 10 -
set age (age
end to plot-wealth-and-age clear-plot ask people [ plotxy age wealth ] end在这个示例中我们添加了一个全局变量move-prob并在界面中添加了一个滑块来调整它的值。
go过程中使用滑块的值来决定代理是否移动。
结合多种可视化技术在复杂的社会网络仿真中结合多种可视化技术可以提供更全面的视角。
我们可以同时使用观察者视图、图表和导出数据以多维度的方式展示仿真结果。
示例结合观察者视图、图表和导出数据假设我们正在模拟一个社会网络中的信息传播过程。
我们可以通过观察者视图显示信息传播的动态通过图表显示信息传播的范围和速度并将数据导出到 CSV 文件进行进一步分析breed [ people person ] people-own [ wealth age info ] links-own [ strength ] globals [ info-spread ] to setup clear-all set info-spread 0 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 set info false ] ask one-of people [ set info true set color red ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people with [ info ] [ ask link-neighbors [ if random-float 1
05 [ set info true set color red ] ] ] set info-spread count people with [ info ] tick if ticks mod 10 0 [ export-plot Information Spread info_spread.csv ] end to update-link-appearance set color scale-color blue strength 0 10 set thickness (strength /
end plot Information Spread set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 plot info-spread在这个示例中我们创建了一个社会网络模型其中某些代理拥有信息info。
每个时间步拥有信息的代理有概率将其信息传播给与其相连的其他代理。
我们使用观察者视图显示信息传播的动态通过图表显示信息传播的范围并将数据导出到 CSV 文件进行进一步分析。
交互式仿真结果分析NetLogo 的交互式仿真结果分析功能可以帮助用户在仿真过程中动态地调整参数并观察结果变化。
通过这种方式用户可以更深入地理解模型的行为和参数的影响。
示例动态调整信息传播的概率假设我们想动态调整信息传播的概率并观察其对信息传播范围的影响。
我们可以在界面中添加一个滑块并在go过程中使用滑块的值globals [ info-spread ] to setup clear-all set info-spread 0 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 set info false ] ask one-of people [ set info true set color red ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people with [ info ] [ ask link-neighbors [ if random-float 1 info-prob [ set info true set color red ] ] ] set info-spread count people with [ info ] tick if ticks mod 10 0 [ export-plot Information Spread info_spread.csv ] end to update-link-appearance set color scale-color blue strength 0 10 set thickness (strength /
end plot Information Spread set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 plot info-spread在这个示例中我们添加了一个全局变量info-prob并在界面中添加了一个滑块来调整信息传播的概率。
go过程## 交互式仿真结果分析NetLogo 的交互式仿真结果分析功能可以帮助用户在仿真过程中动态地调整参数并观察结果变化。
通过这种方式用户可以更深入地理解模型的行为和参数的影响。
示例动态调整信息传播的概率假设我们想动态调整信息传播的概率并观察其对信息传播范围的影响。
我们可以在界面中添加一个滑块并在go过程中使用滑块的值globals [ info-spread info-prob ] to setup clear-all set info-spread 0 set info-prob
05 ; 初始信息传播概率 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 set info false ] ask one-of people [ set info true set color red ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people with [ info ] [ ask link-neighbors [ if random-float 1 info-prob [ set info true set color red ] ] ] set info-spread count people with [ info ] tick if ticks mod 10 0 [ export-plot Information Spread info_spread.csv ] end to update-link-appearance set color scale-color blue strength 0 10 set thickness (strength /
end plot Information Spread set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 plot info-spread在这个示例中我们添加了一个全局变量info-prob并在界面中添加了一个滑块来调整信息传播的概率。
go过程中使用滑块的值来决定信息是否传播。
每 10 个时间步我们将 “Information Spread” 图表的数据导出到info_spread.csv文件中以便进行进一步分析。
交互式控件的添加为了实现动态调整信息传播概率的功能我们还需要在 NetLogo 的界面中添加一个滑块控件。
以下是添加滑块控件的步骤打开 NetLogo 界面。
点击 “Interface” 标签页。
选择 “Slider” 控件。
在属性窗口中设置滑块的名称为info-prob最小值为
01最大值为
1初始值为
05步长为
01。
将滑块控件添加到界面上。
通过这种方式用户可以在运行仿真时动态调整info-prob的值并观察信息传播范围的变化。
交互式控件的其他用途除了滑块NetLogo 还支持其他类型的交互式控件如开关Switches和选择框Choosers这些控件可以用于控制仿真的其他方面例如开关Switches用于启用或禁用某些功能。
例如可以添加一个开关来控制是否显示链接的强度。
选择框Choosers用于选择不同的仿真模式。
例如可以添加一个选择框来选择不同的信息传播模型。
示例添加开关以控制链接强度的显示假设我们想添加一个开关来控制是否显示链接的强度。
我们可以在界面中添加一个开关并在update-link-appearance过程中根据开关的状态来决定是否显示链接的强度globals [ info-spread info-prob show-strength? ] to setup clear-all set info-spread 0 set info-prob
05 set show-strength? true ; 初始状态下显示链接强度 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 set info false ] ask one-of people [ set info true set color red ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people with [ info ] [ ask link-neighbors [ if random-float 1 info-prob [ set info true set color red ] ] ] set info-spread count people with [ info ] tick if ticks mod 10 0 [ export-plot Information Spread info_spread.csv ] update-link-appearance end to update-link-appearance if show-strength? [ set color scale-color blue strength 0 10 set thickness (strength /
] else [ set color gray set thickness 1 ] end plot Information Spread set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 plot info-spread在这个示例中我们添加了一个全局变量show-strength?并在界面中添加了一个开关控件来控制是否显示链接的强度。
update-link-appearance过程中根据开关的状态来决定链接的颜色和粗细。
动态调整参数的影响通过动态调整参数用户可以更好地理解参数对模型行为的影响。
例如调整信息传播概率info-prob可以观察到低传播概率信息传播速度较慢传播范围较小。
高传播概率信息传播速度较快传播范围较大。
这种动态调整和观察的方式有助于用户找到最佳参数配置从而更准确地模拟现实世界中的社会网络动态。
结合多种可视化技术在复杂的社会网络仿真中结合多种可视化技术可以提供更全面的视角。
我们可以同时使用观察者视图、图表和导出数据以多维度的方式展示仿真结果。
示例结合观察者视图、图表和导出数据假设我们正在模拟一个社会网络中的信息传播过程。
我们可以通过观察者视图显示信息传播的动态通过图表显示信息传播的范围和速度并将数据导出到 CSV 文件进行进一步分析breed [ people person ] people-own [ wealth age info ] links-own [ strength ] globals [ info-spread info-prob show-strength? ] to setup clear-all set info-spread 0 set info-prob
05 set show-strength? true ; 初始状态下显示链接强度 create-people 100 [ setxy random-xcor random-ycor set wealth random 100 set age random 50 set info false ] ask one-of people [ set info true set color red ] ask people [ create-links-with other people with [ random-float 1
1 ] [ set strength random 10 update-link-appearance ] ] reset-ticks end to go ask people with [ info ] [ ask link-neighbors [ if random-float 1 info-prob [ set info true set color red ] ] ] set info-spread count people with [ info ] tick if ticks mod 10 0 [ export-plot Information Spread info_spread.csv ] update-link-appearance end to update-link-appearance if show-strength? [ set color scale-color blue strength 0 10 set thickness (strength /
] else [ set color gray set thickness 1 ] end plot Information Spread set-plot-x-range 0 100 set-plot-y-range 0 100 set-plot-pen-mode line set-plot-pen-color 25 plot info-spread在这个示例中我们创建了一个社会网络模型其中某些代理拥有信息info。
每个时间步拥有信息的代理有概率将其信息传播给与其相连的其他代理。
我们使用观察者视图显示信息传播的动态通过图表显示信息传播的范围并将数据导出到 CSV 文件进行进一步分析。
数据导出与进一步分析导出的数据可以用于外部工具进行更详细的分析。
例如使用 Python 和 Matplotlib 可以创建更复杂的图表和动态可视化importpandasaspdimportmatplotlib.pyplotaspltimportmatplotlib.animationasanimation# 读取 CSV 文件datapd.read_csv(info_spread.csv)# 提取时间步和信息传播范围数据ticksdata[ticks]info_spreaddata[info-spread]# 创建图表fig,axplt.subplots(figsize(10,
)ax.set_xlim(0,
ax.set_ylim(0,
ax.set_xlabel(Time Steps)ax.set_ylabel(Information Spread)ax.set_title(Information Spread Over Time)line,ax.plot([],[],colorred,labelInformation Spread)definit():line.set_data([],[])returnline,defupdate(frame):line.set_data(ticks[:frame],info_spread[:frame])returnline,anianimation.FuncAnimation(fig,update,frameslen(ticks),init_funcinit,blitTrue)plt.legend()plt.show()# 保存动画为视频文件ani.save(info_spread.mp4,writerffmpeg,fps
在这个 Python 代码示例中我们读取了info_spread.csv文件并使用 Matplotlib 创建了一个动态图表显示信息传播范围随时间的变化。
最终我们将动画保存为info_spread.mp4文件。
总结通过 NetLogo 的内置可视化工具、自定义图表和图形、以及数据导出功能我们可以从多个角度全面地解读和展示社会网络仿真结果。
这些工具不仅帮助我们更直观地理解模型的行为还为我们提供了灵活的分析手段。
结合多种可视化技术可以更深入地探索和解释复杂的社会网络动态。
希望本节内容能帮助你在社会网络仿真中更好地利用可视化技术。