基于Python的加权选择群体固定

Question

我试着做一个模拟，看看人口固定的速度有多快。总体由1（或p）和0（或q）组成，而每个个体有2个元素（1-1、1-0或0-0）。你知道吗

N是人口，由于人口的每个成员有2个元素，人口池将是2*N（在本例中为20）

1s的初始频率为0.1，默认情况下，q为1-0.1=0.9

所以初始总体是[1,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

对于下一个总体，我将根据频率（p\u freq和q\u freq）随机选择（加权选择），并反复进行，直到总体固定为所有1或所有0。一旦固定，我将尝试在p\u fix或q\u fix列表中记录固定的生成

所以我把它用于一个模拟，但是我试着让它用于n=100个模拟，我不知道如何构造它来让循环继续正确地填充p\u fix和q\u fix列表

#!/usr/bin/env python2.7
import random

N= 10
n= 100
p_freq= 0.1
q_freq= 1 - p_freq

simulation= 0
p_fix= []
q_fix= []

for sim in range(n):
    generation= 0
    #Current population
    p_alleles= int(p_freq * 2*N)*[1]
    q_alleles= int(q_freq * 2*N)*[0]
    population= p_alleles + q_alleles
    while (sum(population) != 2*N) and (sum(population) != 0):
        #Checking current population for fixation

        #Next generation
        next_population= []
        for i in range(2*N): next_population.append(random.choice(population))

        #Resetting parameters

        p_freq= float(sum(next_population))/(2*N)
        q_freq= 1 - p_freq
        population= next_population

        #Counts
        generation += 1
    if sum(population) == 2*N: 
        p_fix.append(generation)
    if sum(population) == 0: 
        q_fix.append(generation)
    simulation += 1

打印p\u fix和q\u fix时的结果：

p []
q [3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

它不应该是第一次模拟之后所有模拟的第0代。然而，人口固定在q上是有意义的，因为90%的原始人口是q（即0）。每个群体的频率都会改变（这就是我重置它们的原因），这会导致固定。人口规模保持不变。你知道吗

如何让它运行多个模拟？

Answer 1

你的问题是你没有在每次模拟之后重置p_freq= 0.1和q_freq= 1 - p_freq。您需要在：for sim in range(n):循环中重置它们（否则它们将保留上一个sim的值）。你知道吗