Python 模拟：什么是 SimPy、先决条件、如何运行模拟

现实世界在系统的不同部分工作，无论是从基础设施角度还是技术角度。 在Python 模拟的帮助下，这些系统需要通过 SimPy 框架支持的模型进行优化。 这些模型是在更接近现实生活系统的帮助下开发的，以预测复杂系统的创建，因此通过逐步算法解决它。

对于大型企业，分析系统对于纠正它并使其健壮至关重要。 特别是对于医疗保健和机场管理等紧急服务，需要始终监控个人的活动并准备好应对具有挑战性的情况。 这只能通过从 Python 仿真模型中获得洞察力来实现。

什么是 SimPy？

SimPy 代表面向对象和基于方法的开源、特殊事件模拟库，是处理乘客、患者、车辆和资产等全天候资源管理的企业的首选。 这些系统通常带有限制或小费能力，例如收银台、接待处和高速公路。

除了此类服务，SimPy 还借助 Python 中的随机变量帮助生成一般分析。 SimPy 完全用 Python 编写，可以在 Java 虚拟机或 .NET 等多种环境中运行。

以下是 SimPy 中的模拟片段示例：

env = simpy.Environment()

env.process（checkpoint_run（env，num_booths，check_time，passenger_arrival））

env.run（直到=10）

由于环境和参数是在运行代码之前设置的，因此您需要定义如下变量：

• env：指模拟需要运行和分析事件的情况。
• num_booths：配备身份证检查的摊位总数。
• check_time：检查每个旅客ID的时间。
• 乘客到达：排队等候的乘客频率。

请记住，这些变量可以在需要时更改，以收集足够的、基于现实的数据。

既然您知道起草模拟的内容，那么在为类似事件编写代码时，以下步骤可能会对您有所帮助：

第一步：定义环境。

第二步：制定相关标准。

第三步：执行模拟。

现在，在我们进一步研究所涉及的其他流程之前，这些步骤已经足够开始了。

阅读更多： Python 请求模块指南：如何在 Python 中使用请求库？

开始 SimPy 之前的先决条件

在开始使用 SimPy 之前，您需要深入了解 Python 基础知识、类和生成器。 生成器可以定义为一个离散的 Python 函数，它在迭代中返回一个对象，该对象附加到函数的主体，以及函数开头的局部变量。 正是由于这个迭代器，该函数有助于执行 yield 语句，并生成给定表达式的结果。

yield 语句是帮助设置任何事件的时间表或过程的工具。 该事件可以是自触发（例如直到下一辆车离开）或请求或释放任何资源（例如通道）。 这些语句被命名为：

• yield request：此帐户用于命令系统将任何资源添加到等待列表中，并立即投入使用。
• yield hold：此语句通常用于突出显示执行方法中不同步骤所涉及的任何时间。
• yield passivate：此语句用于保持进程等待，直到任何其他函数触发它。
• yield release：该语句在系统中使用，以在流程完成后保持更新，从而引发下一步排队等待。

现在您已经了解了系统的工作流程，您还需要将软件包安装到您的订单中，并将初始框架设置为 SimPy。 这个核心包将帮助您制作、管理和执行整个仿真模型。 在一些内置 Python 模块的帮助下，您可以编译所涉及的平均等待时间，以及获取随机数。

随机数生成器具有以下功能：

1. 定义随机模块。
2. 代表发电机。
3. 推导一个随机变量：就像一个从 10 到 40 的随机数：g。 随机的（）

查看：印度的 Python 开发人员薪水

学习世界顶尖大学的数据科学课程。 获得行政 PG 课程、高级证书课程或硕士课程，以加快您的职业生涯。

运行Python 模拟

完成编码后，您可以借助一些简单的类和函数来执行程序。 想象一个剧院的模拟系统，它需要了解顾客的平均等待时间。

为了更好地使用 SimPy，您需要做的就是在 Python 中借助参数、生成器、函数和类集思广益并创建模拟。 由于每个模拟的环境因情况而异，以下是所涉及过程的快速修订：

• 为任何模拟设置正确的算法
• 用 Python 构建场景
• 使用所有涉及的资源和方法分配和定义功能
• 优化模拟中的参数以生成可操作的结果

另请阅读： 42 个令人兴奋的 Python 项目创意和适合初学者的主题

结论

如果您想了解 Python、数据科学，请查看 IIIT-B 和 upGrad 的数据科学 PG 文凭，该文凭专为在职专业人士而设，提供 10 多个案例研究和项目、实用的实践研讨会、与行业专家的指导，与行业导师一对一，400 多个小时的学习和顶级公司的工作协助。