深圳幻海软件技术有限公司 欢迎您!

Python科学恋爱大法

2023-02-26

秋天到了,又是吃螃蟹的季节。白富美学姐前两天约我吃***的大闸蟹,席间向来开心的她却显得心事重重。“你肿么啦?”我仔细地掰开蟹壳,问道。“十一假期好多朋友办婚礼,可我男票一点要求婚的意思都没有,我都想考虑备胎了。”“你自己和他说嘛!”我放下了金黄的大闸蟹。“我可是个妹子,这样多不好。”学姐叹了口气。

秋天到了,又是吃螃蟹的季节。白富美学姐前两天约我吃***的大闸蟹,席间向来开心的她却显得心事重重。

“你肿么啦?”我仔细地掰开蟹壳,问道。

“十一假期好多朋友办婚礼,可我男票一点要求婚的意思都没有,我都想考虑备胎了。”

“你自己和他说嘛!”我放下了金黄的大闸蟹。

“我可是个妹子,这样多不好。”学姐叹了口气。

看着学姐犹犹豫豫的样子就知道她需要鼓励了~我眉头一皱,计上心来:

学姐呀,我来给你讲个故事~

有一座城市,当地风俗是,想结婚的男子必须先向心仪的女子求婚,而女子则需要等待求婚。

牧师每年会邀请人数相同的适婚男女参与一次集体相亲。一次相亲活动可能有很多轮,男子会首先向自己***的女子求婚,女子则会在所有的追求者中选择她的***;如果男子被拒绝,下一轮会向他第二喜欢的女子求婚;上一轮已经订婚的女子如果得到她更爱的人的求婚,则会毫不留情地抛弃未婚夫,和更爱的人在一起。被抛弃的男子需要重新参与求婚。

如此反复,等大家都订婚,就举办集体婚礼。

假设:

  • 1)参加求婚的男女数量保持一致
  • 2)每个男子都按喜爱程度对女子进行排序,比如***a,其次爱b,再次爱c
  • 3)每个女子也同样给每个男子排序

*此方法名为Gale-Shapley算法。优点如下:

  • 1. 总有大家都订了婚的一天,不可能***循环
  • 2. 中止后所有的婚姻是稳定婚姻

(不稳定婚姻:比如有两对夫妇M1&F1和M2&F2, M1的老婆是F1,但他更爱F2;而F2的老公虽说是M2,但她更爱M1。这样的婚姻就是不稳定婚姻)

有兴趣的读者可以自行搜索证明过程。

学姐的眼睛开始放光了:

坐在家里等求婚,下辈子请让我生在这个城市吧!

我神秘一笑:

是不是女孩子的天堂,让我们用Python来看一看***的匹配满意度吧!

(此处展示部分代码)

一、样本生成

为了完成模拟过程,我们首先需要一些样本,即随机生成数量相等(可设置数量)的男性和女性,同时生成他们对每个异性个体的喜爱排名。

#设置男女生喜好样本 
print('==============================生成样本数据=============================='
man = pd.DataFrame( [['w'+str(i) for i in random.sample(range(1,women_num+1),women_num)] \ 
                      for i in range(man_num)], 
                    index = ['m'+str(i) for i in range(1,man_num+1)], 
                    columns = ['level'+str(i) for i in range(1,women_num+1)] 
                    ) 
 
women = pd.DataFrame( [['m'+str(i) for i in random.sample(range(1,man_num+1),man_num)] \ 
                      for i in range(women_num)], 
                    index = ['w'+str(i) for i in range(1,women_num+1)], 
                    columns = ['level'+str(i) for i in range(1,man_num+1)] 
                    ) 
return (man,women) 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.

二、模拟男性求婚过程

每天上午,每位还没订婚的男子,会向还没拒绝过他的女子中,他***的那一个求婚。

print('==============================测试集{}模拟开始=============================='.format(i)) 
print('==============================开始模拟求婚过程=============================='
level_num = 0 
while man_ismapping['love_level'].min() == 0: 
    level_num += 1 
    print('==============================开始第{}天婚姻配对=============================='.format(level_num)) 
    u_mapping_man = man_ismapping[man_ismapping.target == 'n'].index.tolist() 
 
    if level_num < 2: 
        level_col = 'level' + str(level_num) 
        man_choose = man[man.index.isin(u_mapping_man)][level_col].to_frame().reset_index() 
        man_choose.columns = ['man_id''women_id'
        man_choose['range'] = 1 
    else
        m_id = u_mapping_man 
        l = [] 
        for man_id in m_id: 
            col_n = int(man_ismapping[man_ismapping.index == man_id].range[0]) 
            level_col = 'level' + str(col_n + 1) 
            women_id = man[man.index == man_id][level_col][0] 
            rg = col_n + 1 
            l.append([man_id, women_id, rg]) 
        man_choose = pd.DataFrame(l, columns=['man_id''women_id''range']) 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.

三、模拟女性接受订婚的过程

每天下午,每位女性会在自己接到的求婚信中,选择她最中意的男子接受求婚;如果没接到求婚,就继续等待。

for r in range(0, len(man_choose)): 
    relationship = man_choose[man_choose.index == r] 
    m = [i for i in relationship['man_id']][0] 
    w = [i for i in relationship['women_id']][0] 
    find = women[women.index == w].unstack().reset_index() 
    find.columns = ['level''women_id''man_id'
    find = int([i for i in find[find['man_id'] == m]['level']][0].split('level')[1]) 
    o_love_level = [i for i in women_ismapping[women_ismapping.index == w]['love_level']][0] 
    rg = [i for i in relationship['range']][0] 
    if o_love_level == 0: 
        women_ismapping.loc[w, 'love_level'] = find 
        women_ismapping.loc[w, 'target'] = m 
        women_ismapping.loc[w, 'range'] = level_num 
        man_ismapping.loc[m, 'love_level'] = rg 
        man_ismapping.loc[m, 'target'] = w 
        man_ismapping.loc[m, 'range'] = rg 
    elif o_love_level > find: 
        m_o = women_ismapping.loc[w, 'target'
        man_ismapping.loc[m_o, 'love_level'] = 0 
        man_ismapping.loc[m_o, 'target'] = 'n' 
        man_ismapping.loc[m, 'love_level'] = rg 
        man_ismapping.loc[m, 'target'] = w 
        man_ismapping.loc[m, 'range'] = rg 
        women_ismapping.loc[w, 'love_level'] = find 
        women_ismapping.loc[w, 'target'] = m 
        women_ismapping.loc[w, 'range'] = level_num 
    else
        man_ismapping.loc[m, 'range'] = rg 
        pass 
  • 1.
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.

四、运行代码,并导出结果

学姐看着正在运行模拟过程有点着急了,我抽取其中一轮的结果先展示给她看:

纵轴代表该次模拟结果中,某位男性/女性的伴侣喜爱排名,即:匹配到的伴侣是他/她第X喜欢的异性。

显然,男性匹配到的伴侣离自己的***比女性更近——不止一点点!这可和“妹子天堂”的预期有点远啊!

学姐陷入了困惑:明明女性才掌握着订婚的决定权,而且男性即使暂时订婚成功,也有被抛弃的可能啊!你看,随着匹配轮次增加,男性的伴侣总是从自己最喜欢的对象慢慢变成不那么喜欢的对象;而女性伴侣却在一步步变好。你这个会不会是偶然啊!

我:是不是偶然,让我们来看看100次模拟中,男性/女性匹配到的伴侣喜爱排名均值分布吧~

*纵轴代表其中一次模拟中,男性/女性的平均伴侣喜爱排名均值,即:匹配到的伴侣是他们/她们第X喜欢的异性。

可以明显看到,男性最终匹配到的伴侣的喜爱排名普遍高于女性。

学姐终于收起了质疑:原来主动出击真有这么大的作用!为什么呀~

我分析道:学姐你看,女孩只能坐在家里等求婚,她喜欢的人可能连看到她的机会都没有。而男性在主动做出选择之时,每次都能选择自己最喜欢的对象。即使被拒绝,他的下一次求婚,也能送给可能接受他的、他***的女孩儿。这个游戏保证男孩的伴侣是可能和他在一起的***的那一个,但对女孩就不是。

学姐:你说得对。面对自己喜欢的人,我应该去争取,而不只是等待。

我:这就对啦!世界上有什么事不需要努力呢?你有喜欢的人,就要好好努力,提升自己,去吸引ta,爱ta~