「机の配置」の記事 - Crieit

評価関数を検定しようぜ☆（＾～＾）？

2019-07-22T19:41:12+09:00

「　わたしたちが　何をやっているかは　説明するのが　めんどくさいので　省略する☆」

「　わらう☆」

test_evaluation.py

from evaluation import evaluate

high_pos = None
low_pos = None

high_value = evaluate(high_pos)
low_value = evaluate(low_pos)

if (low_value < high_value):
    print("ok.")
else:
    print("BAD.")

print("Info    : Finished.")

「　理屈としては　これだけだぜ☆」

「　テスト・データを作るのが大変なのよね」

floor_map_csv_file = "./event-placement-ai/auto-generated/floor-map.csv"
participant_csv_file = "./event-placement-ai/input-data/participant.csv"
mappings_csv_file = "./event-placement-ai/auto-generated/mappings.csv"

pos_df = new_position(floor_map_csv_file,
                      participant_csv_file, mappings_csv_file)

「　position を作るには３つのファイルを指定するんだが、 floor-map.csv を作るには２つのファイルが要る☆」

「　もっと何とか楽できないのかだぜ☆？」

「　ファイル名を指定するんじゃなくて、 pandas の DataFrame を引数に渡せないの？」

「　見直してみるぜ☆」

import pandas as pd
from evaluation import evaluate
from my_lib.position import new_position
from my_lib.build_floor_map import convert_floor_map

# Location.
block1_file = "./event-placement-ai/test/block-1.txt"
table1_file = "./event-placement-ai/test/table-1.txt"
floor1_file = "./event-placement-ai/test/floor-1.csv"
participant1_file = "./event-placement-ai/test/participant-1.csv"
mappings1_file = "./event-placement-ai/test/mappings-1.csv"

block2_file = "./event-placement-ai/test/block-2.txt"
table2_file = "./event-placement-ai/test/table-2.txt"
floor2_file = "./event-placement-ai/test/floor-2.csv"
participant2_file = "./event-placement-ai/test/participant-2.csv"
mappings2_file = "./event-placement-ai/test/mappings-2.csv"

# Read a floor.
floor1_df = convert_floor_map(block1_file, table1_file)
floor1_df.to_csv(floor1_file, index=False)

floor2_df = convert_floor_map(block2_file, table2_file)
floor2_df.to_csv(floor2_file, index=False)

participant1_df = pd.read_csv(participant1_file)
participant2_df = pd.read_csv(participant2_file)
mappings1_df = pd.read_csv(mappings1_file,
                           sep=',', engine='python')
mappings2_df = pd.read_csv(mappings2_file,
                           sep=',', engine='python')

low_pos = new_position(floor1_df, participant1_df, mappings1_df)
high_pos = new_position(floor2_df, participant2_df, mappings2_df)

low_value = evaluate(low_pos)
high_value = evaluate(high_pos)

if (low_value < high_value):
    print("ok.")
else:
    print("BAD.")

print("Info    : Finished.")

「　外側は　こんな感じになるかだぜ☆　分けわからんな……☆」

「　局面の作成を、１つの関数にまとめてしまいなさい」

import pandas as pd
from evaluation import evaluate
from my_lib.position import new_position
from my_lib.build_floor_map import convert_floor_map


def make_position(test_number):
    # Location.
    block_file = "./event-placement-ai/test/block-{}.txt".format(test_number)
    table_file = "./event-placement-ai/test/table-{}.txt".format(test_number)
    # floor_file = "./event-placement-ai/test/floor-{}.csv".format(test_number)
    participant_file = "./event-placement-ai/test/participant-{}.csv".format(
        test_number)
    mappings_file = "./event-placement-ai/test/mappings-{}.csv".format(
        test_number)

    # Read a floor.
    floor_df = convert_floor_map(block_file, table_file)
    # floor_df.to_csv(floor_file, index=False)

    participant_df = pd.read_csv(participant_file)

    mappings_df = pd.read_csv(mappings_file,
                              sep=',', engine='python')
    return new_position(floor_df, participant_df, mappings_df)


low_value = evaluate(make_position(1))
high_value = evaluate(make_position(2))

if (low_value < high_value):
    print("ok.")
else:
    print("BAD.")

print("Info    : Finished.")

「　これで　テストケースを大量生産できるだろうか……☆？」

「　テスト番号と　バリエーション番号の２つを付けた方が　あとで　カバレッジ・テストをしたいときに便利じゃないか☆？」

「　じゃあ付けとくか……☆」

block-1-1.txt

AA..BB
AA..BB

block-1-2.txt

AA..BB
AA..BB

table-1-1.txt

 2, 1, 0, 0, 6, 5
 3, 4, 0, 0, 7, 8

table-1-2.txt

 2, 1, 0, 0, 6, 5
 3, 4, 0, 0, 7, 8

participant-1-1.csv

ID,GENRE_CODE
1,Red
2,Red
3,Blue
4,Blue
5,Green
6,Blue
7,Red
8,Blue

participant-1-2.csv

ID,GENRE_CODE
1,Red
2,Red
3,Blue
4,Blue
5,Green
6,Blue
7,Red
8,Blue

mappings-1-1.csv

TABLE,PARTICIPANT
1,1
2,2
3,3
4,4
5,5
6,6
7,7
8,8

mappings-1-2.csv

TABLE,PARTICIPANT
1,1
2,2
3,5
4,6
5,3
6,4
7,7
8,8

「　同じファイルを何個も作ることになるのは　なぜなのか……☆？」

「　知らん☆」

「　バリエーション番号を付けるのは　マッピング　だけでいいのよ」

ok.
Info    : Finished.

「　なにかが　ＯＫ　のようだが、どんなテストだったか分からない……☆」

「　HTML と CSS ファイルの出力も必要ねぇ」

「　製品版と　テスト版で　わけるの　めんどくさいから、
HTMLと CSSのファイル名には　テスト番号と　バリエーション番号を必ずつけることにするかだぜ☆
製品版は　0　でも入れておけばいいだろ☆」

「　どんなもんだぜ、評価値☆」

「　青が　Ｂブロックに固まっている気がするな☆」

「　ブロックの中での　くっつき具合は見てないの？」

「　見てないぜ☆」

「　１通りだけでなく　もっとテストした方がいいんだが、誰かがやってくれるだろ☆
さっさと先に進もうぜ☆」

机を配置しようぜ☆（＾～＾）？＜その２＞へ戻る。

机を配置しようぜ☆（＾～＾）？＜その２＞

2019-07-21T19:32:58+09:00

＜前回の続き＞

出力

「　ソースは Git hub にある☆
まず　何が出力されるかを説明しよう☆」

Git hub: event-placement-ai

「　机の配置だな☆　数字は参加者番号☆」

「　ＣＳＶ形式で　ここまでは作ってくれる☆
あとは　手打ちで　何とかしろだぜ☆」

best-position.csv

X,Y,BLOCK,TABLE,PARTICIPANT,GENRE_CODE
0,0,C,27,35,Gray
1,0,C,26,22,Blue
2,0,C,25,41,Red
3,0,C,24,18,Yellow
4,0,C,23,8,Blue
7,0,B,22,20,Yellow
8,0,B,21,23,Black
9,0,B,20,54,Orange
10,0,B,19,21,Red
13,0,A,18,1,Red
14,0,A,17,27,Blue
15,0,A,16,53,Green
16,0,A,15,31,Yellow
17,0,A,14,34,Pink
18,0,A,13,52,Red
19,0,A,12,49,Gray
0,1,C,28,30,Blue
19,1,A,11,4,Blue
0,2,C,29,7,Red
2,2,F,57,57,Green
3,2,F,56,48,White
4,2,F,55,24,Black
7,2,E,50,25,White
8,2,E,49,47,Brown
9,2,E,48,56,Blue
10,2,E,47,60,Blue
13,2,D,41,58,Yellow
14,2,D,40,5,Green
15,2,D,39,19,SkyBlue
16,2,D,38,10,Green
17,2,D,37,40,Blue
19,2,A,10,38,Orange
0,3,C,30,33,Blue
2,3,F,58,15,Blue
3,3,F,59,14,Green
4,3,F,60,32,Orange
7,3,E,51,11,Purple
8,3,E,52,39,White
9,3,E,53,36,Green
10,3,E,54,12,Red
13,3,D,42,28,Pink
14,3,D,43,2,Red
15,3,D,44,45,YellowGreen
16,3,D,45,3,Blue
17,3,D,46,6,Blue
19,3,A,9,50,Blue
0,4,C,31,51,Yellow
19,4,A,8,44,Green
0,5,C,32,46,Black
1,5,C,33,26,Yellow
2,5,C,34,17,Blue
3,5,C,35,16,Yellow
4,5,C,36,59,White
13,5,A,1,9,Green
14,5,A,2,13,Violet
15,5,A,3,42,Green
16,5,A,4,29,Green
17,5,A,5,43,Yellow
18,5,A,6,55,Violet
19,5,A,7,37,Red

「　この出力データを使って、さらに思考の材料にしてもいいわけだしな☆」

入力

CCCCC..BBBB..AAAAAAA
C..................A
C.FFF..EEEE..DDDDD.A
C.FFF..EEEE..DDDDD.A
C..................A
CCCCC........AAAAAAA

「　ブロックは Rogue形式で示せだぜ☆　半角１文字でなんとかしろ☆」

27,26,25,24,23, 0, 0,22,21,20,19, 0, 0,18,17,16,15,14,13,12
28, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,11
29, 0,57,56,55, 0, 0,50,49,48,47, 0, 0,41,40,39,38,37, 0,10
30, 0,58,59,60, 0, 0,51,52,53,54, 0, 0,42,43,44,45,46, 0, 9
31, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 8
32,33,34,35,36, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 3, 4, 5, 6, 7

「　テーブル番号は CSV形式で示せだぜ☆」

「　なんだぜ、この二重管理……☆」

ID,GENRE_CODE
1,Red
2,Red
3,Blue
4,Blue
5,Green
6,Blue
7,Red
8,Blue
9,Green
10,Green
11,Purple
12,Red
13,Violet
14,Green
15,Blue
16,Yellow
17,Blue
18,Yellow
19,SkyBlue
20,Yellow
21,Red
22,Blue
23,Black
24,Black
25,White
26,Yellow
27,Blue
28,Pink
29,Green
30,Blue
31,Yellow
32,Orange
33,Blue
34,Pink
35,Gray
36,Green
37,Red
38,Orange
39,White
40,Blue
41,Red
42,Green
43,Yellow
44,Green
45,YellowGreen
46,Black
47,Brown
48,White
49,Gray
50,Blue
51,Yellow
52,Red
53,Green
54,Orange
55,Violet
56,Blue
57,Green
58,Yellow
59,White
60,Blue

「　参加者は番号に　ジャンルコードを対応付けろだぜ☆
ジャンルコードは　HTML/CSS　で使われる色の名前☆」

「　ジャンルコードじゃなくて、色じゃない」

思考部

# Shuffule
random.shuffle(par_id_list)
random.shuffle(flo_id_list)

「　思考部は今は　シャッフルしてるだけだぜ☆」

「　要らね☆」

「　参加者番号と、テーブル番号を　対応付けながら　先頭から順に並べろだぜ☆」

「　ブロックに　同じジャンルコードで　まとめてくれるところまで　やってくれてもいいんじゃない？」

「　これは数学で言うと　何問題☆？」

「　椅子問題☆」

「　ブロックからはみ出た人を０に近づける　最小誤差」

「　うーむ☆」

import random
from my_lib.html_generator.css_builder import new_csv
from my_lib.html_generator.html_builder import new_html
from my_lib.entry_list import read_entry_lists
from my_lib.mapper import write_mappings
from my_lib.position import new_position
from my_lib.build_floor_map import convert_map
from evaluation import evaluate

# Location.
best_position_file = "./event-placement-ai/output-data/best-position.csv"

# Read a cloor map.
convert_map()

par_id_list, flo_id_list = read_entry_lists()
print("Info    : Participants count: {}".format(len(par_id_list)))
print("Info    : Table        count: {}".format(len(flo_id_list)))

max_score = -1
best_pos_df = None

for i in range(0, 10):
    # Shuffule
    random.shuffle(par_id_list)
    random.shuffle(flo_id_list)

    write_mappings(par_id_list, flo_id_list)

    pos_df = new_position()

    # Evaluation
    score = evaluate(pos_df)

    if max_score < score:
        max_score = score
        best_pos_df = pos_df

new_html(best_pos_df)
new_csv(best_pos_df)

best_pos_df.to_csv(best_position_file, index=False)

print("Info    : Finished.")

「　とりあえず　ループで１０回　回して　一番評価値の多い配置を返すなら
外側の形は　こうだな☆」

evaluation.py

def evaluate(pos_df):
    return 0

「　評価値を返す関数を実装すればいいわけだが……☆」

def evaluate(pos_df):

    # 評価値
    value = 0

    # Block は A～F とする。
    # GenreCode は色々。
    block_dict = {}

    for _index, row in pos_df.iterrows():
        # x = row["X"]
        # y = row["Y"]
        block = row["BLOCK"]
        # table_id = row["TABLE"]
        # participant_id = row["PARTICIPANT"]
        genre_code = row["GENRE_CODE"]

        if not(block in block_dict):
            block_dict[block] = {}

        if not(genre_code in block_dict[block]):
            block_dict[block][genre_code] = 0

        block_dict[block][genre_code] += 1

    # 集計
    for _block_name, genre_code_dict in block_dict.items():
        for _genre_code_name, count in genre_code_dict.items():
            value += count ** 2
            break

    return value

「　例えば　こうとか☆」

「　ラッキーパンチ待ち評価関数か☆」

「　ループで　１０回　トライすると　こう☆
評価値は　９９　ぐらいかだぜ☆　Ｃブロックに少し　青　が固まっているな☆」

「　１０００回　トライ……しても　何にもならないな☆」

「　もう１回　１０００回　トライで評価値１１９☆　黄色と青が　固まっているような気もするが……☆」

「　ラッキーパンチ待ちの　電気代がかかるやつじゃない！」

「　シャッフルするのではなく、１つずつ　入れ替えて　少しずつ　良くしていくのが
いいんじゃないか☆？」

「　作り込むには　週末の休みが終わってしまった……☆」

「　そもそも　その評価関数は　わたしたちの目的に沿ってるのかだぜ☆？」

「　検定しようぜ☆？」

評価関数を検定しようぜ☆（＾～＾）？

「　１回しかテストしてないが、次に進もうぜ☆」

探索しようぜ☆（＾～＾）？

「　シャッフルして　ラッキーパンチを待っていては　くじ運頼りになってしまう☆
わたしたちは　もう少しマシな探し方を知っているだろう☆」

import random
import pandas as pd
from my_lib.html_generator.css_builder import new_csv
from my_lib.html_generator.html_builder import new_html
from my_lib.entry_list import read_entry_lists
from my_lib.mapper import new_mappings
from my_lib.position import new_position
from my_lib.build_floor_map import convert_floor_map
from evaluation import evaluate

# Location.
block_file = "./event-placement-ai/input-data/block.txt"
table_file = "./event-placement-ai/input-data/table.txt"
best_position_file = "./event-placement-ai/output-data/best-position.csv"
position_file = "./event-placement-ai/auto-generated/position.csv"
floor_file = "./event-placement-ai/auto-generated/floor.csv"
participant_file = "./event-placement-ai/input-data/participant.csv"
mappings_file = "./event-placement-ai/auto-generated/mappings.csv"

# Read a floor.
floor_df = convert_floor_map(block_file, table_file)
floor_df.to_csv(floor_file, index=False)

par_id_list, flo_id_list = read_entry_lists()
# print("Info    : Participants count: {}".format(len(par_id_list)))
# print("Info    : Table        count: {}".format(len(flo_id_list)))

# Shuffule at first.
random.shuffle(par_id_list)
flo_id_list.sort()
# random.shuffle(flo_id_list)

max_value = -1

for i in range(0, 1000):
    # Swap.
    size = len(par_id_list)
    index1 = random.randint(0, size-1)
    index2 = random.randint(0, size-1)
    # print("size={}, index1={}, index2={}".format(size, index1, index2))
    temp = par_id_list[index1]
    par_id_list[index1] = par_id_list[index2]
    par_id_list[index2] = temp

    mappings_df = new_mappings(par_id_list, flo_id_list)
    mappings_df.to_csv(mappings_file, index=False)

    # floor_df = pd.read_csv(floor_file,
    #                       sep=',', engine='python')
    participant_df = pd.read_csv(participant_file)
    # mappings_df = pd.read_csv(mappings_file,
    #                          sep=',', engine='python')

    pos_df = new_position(floor_df,
                          participant_df, mappings_df)

    """
    output
    ------

    X,Y,BLOCK,PARTICIPANT,TABLE,GENRE_CODE
    0,0,C,1,27,Red
    1,0,C,2,26,Red
    2,0,C,3,25,Blue
    3,0,C,4,24,Blue
    4,0,C,5,23,Green
    """
    pos_df.to_csv(position_file, index=False)

    # Evaluation
    value = evaluate(pos_df)
    print("Info    : i={}, Value={}, Max={}".format(i, value, max_value))

    if max_value < value:
        # Update and output.
        max_value = value
        new_html(pos_df, 0, 0, max_value)
        new_csv(pos_df, 0, 0)
        pos_df.to_csv(best_position_file, index=False)
    else:
        # Cancel swap.
        temp = par_id_list[index2]
        par_id_list[index2] = par_id_list[index1]
        par_id_list[index1] = temp


print("Info    : Finished.")

「　２か所を選んで　交換し、評価値が上がれば採用、そうでなければ　元に戻す、
ということを　ちまちま　繰り返そうぜ☆」

「　確実だが　時間がかかるぜ☆
最悪、机の数の２乗ぐらい　回数が　かかるんじゃないか☆？」

「　これ、評価値３４２☆」

「　評価関数は　ちゃんと働いているようね」

「　緑、赤、青は　自分にあったブロックを選んでいるようにみえるが、まぐれ　だからな☆
最初に　自分に合わないブロックに集まってしまうと、
そこから出ようとしなくなるのは　想像付くぜ☆」

「　例えば　このように、　赤　が小さいブロックに陣取ってしまうと、もう修正がきかない☆
これを　極大の丘に登る　という☆
わたしたちは　最大の丘に登りたい　んだぜ☆」

「　ひとまず　１０００回で探索を終了するのではなく、どこを１つ交換しても評価値が上がらなくときに
終了するように変更しようぜ☆？」

「　じゃあ　ランダムに２か所選んで交換するのではなく、机の数の２乗÷２　の組み合わせを　あらかじめ作って
シャッフルするの？」

「　机の数が　３００　なら　９００００　の組み合わせがあるのか……☆
じゃあ　やっぱ　ランダム・ヒットで☆」

import os
import random
import pandas as pd
from my_lib.html_generator.css_builder import new_csv
from my_lib.html_generator.html_builder import new_html
from my_lib.html_generator.json_builder import new_json
from my_lib.entry_list import new_entry_lists_from_mappings
from my_lib.entry_list import read_entry_lists
from my_lib.mapper import new_mappings
from my_lib.position import new_position
from my_lib.build_floor_map import convert_floor_map
from evaluation import evaluate

# Location.
block_file = "./event-placement-ai/input-data/block.txt"
table_file = "./event-placement-ai/input-data/table.txt"
best_position_file = "./event-placement-ai/output-data/best-position.csv"
position_file = "./event-placement-ai/auto-generated/position.csv"
floor_file = "./event-placement-ai/auto-generated/floor.csv"
participant_file = "./event-placement-ai/input-data/participant.csv"
best_mappings_file = "./event-placement-ai/auto-generated/best-mappings.csv"

# Read a floor.
floor_df = convert_floor_map(block_file, table_file)
floor_df.to_csv(floor_file, index=False)

if os.path.isfile(best_mappings_file):
    tbl_id_list, par_id_list = new_entry_lists_from_mappings(
        best_mappings_file)
else:
    tbl_id_list, par_id_list = read_entry_lists(floor_file, participant_file)
# print("Info    : Participants count: {}".format(len(par_id_list)))
# print("Info    : Table        count: {}".format(len(tbl_id_list)))

# Sort table.
tbl_id_list.sort()
# random.shuffle(tbl_id_list)

# Shuffule at first.
# random.shuffle(par_id_list)

prod_num = 0
time_num = 0
retry = True
max_value = -1

while retry:
    retry = False
    for i in range(0, 1000):
        time_num += 1

        # Random swap.
        size = len(par_id_list)
        index1 = random.randint(0, size-1)
        index2 = random.randint(0, size-1)
        # print("size={}, index1={}, index2={}".format(size, index1, index2))
        temp = par_id_list[index1]
        par_id_list[index1] = par_id_list[index2]
        par_id_list[index2] = temp

        mappings_df = new_mappings(tbl_id_list, par_id_list)

        participant_df = pd.read_csv(participant_file)

        pos_df = new_position(floor_df,
                              participant_df, mappings_df)

        """
        output
        ------

        X,Y,BLOCK,PARTICIPANT,TABLE,GENRE_CODE
        0,0,C,1,27,Red
        1,0,C,2,26,Red
        2,0,C,3,25,Blue
        3,0,C,4,24,Blue
        4,0,C,5,23,Green
        """
        pos_df.to_csv(position_file, index=False)

        # Evaluation
        value = evaluate(pos_df)
        print("Info    : i={}, Value={}, Max={}".format(i, value, max_value))

        if max_value < value:
            # Update and output.
            max_value = value
            new_html(pos_df, prod_num, time_num, max_value)
            new_csv(pos_df, prod_num, time_num)
            new_json(pos_df, prod_num, time_num, max_value)
            mappings_df.to_csv(best_mappings_file, index=False)
            pos_df.to_csv(best_position_file, index=False)
            retry = True
        else:
            # Cancel swap.
            temp = par_id_list[index2]
            par_id_list[index2] = par_id_list[index1]
            par_id_list[index1] = temp

print("Info    : Finished.")

「　あれっ、ループの中で　ファイル読込してしまっている☆
遅いわけだぜ☆」

「　評価値が　４０９　にもなると、ランダムでは　１０００回　入れ替えても　評価値が上がらなかったぜ☆」

「　テーブル番号順で　同じ色が連続したら　評価値１点　追加しない？」

「　評価関数が　机の数　分だけ重たくなるぜ☆　まあ　Ｏ（ｎ）　なら軽微か……☆」

evaluation.py

def evaluate(pos_df):

    # 評価値
    value = 0

    # block_dict[block][genre_code] = value
    block_dict = {}

    for _index, row in pos_df.iterrows():
        # x = row["X"]
        # y = row["Y"]
        block = row["BLOCK"]
        # table_id = row["TABLE"]
        # participant_id = row["PARTICIPANT"]
        genre_code = row["GENRE_CODE"]

        if not(block in block_dict):
            block_dict[block] = {}

        if not(genre_code in block_dict[block]):
            block_dict[block][genre_code] = 0

        block_dict[block][genre_code] += 1

    # 集計。ブロックに同じ色が集まっているほど高評価。
    for _block_name, genre_code_dict in block_dict.items():
        for _genre_code_name, count in genre_code_dict.items():
            value += count ** 2
            break

    # 集計。テーブル番号順にして、同じ色が連続したら　１点加点。
    sorted_pos_df = pos_df.sort_values(by=["TABLE"], ascending=True)
    # print(sorted_pos_df.head(5))
    table_ordered_list = sorted_pos_df[["TABLE", "GENRE_CODE"]].values.tolist()
    # print("table_ordered_list: {}".format(table_ordered_list))
    prev_genre_code = None
    for entry in table_ordered_list:
        if prev_genre_code == entry[1]:
            value += 1
            # print("prev_genre_code: {}, entry[1]: {}, value: {}".format(
            #    prev_genre_code, entry[1], value))
        else:
            prev_genre_code = entry[1]

    return value

「　評価関数に　同じ色のテーブルが続いたら１点追加☆」

「　ランダムだと　こんなところで止まるな☆」

「　２個つながっている黒のところに　青を持っていかないのは、入れ替えても　同点だからね。
連続していたら１点追加じゃなくて、連続していた数だけ追加　にしたら
もっと　つながると思うわよ？」

「　細かい点　拾っていくの　わらう☆」

    # 集計。テーブル番号順にして、同じ色が連続したら、連続した数だけ加点。
    continue_bonus = 0
    sorted_pos_df = pos_df.sort_values(by=["TABLE"], ascending=True)
    # print(sorted_pos_df.head(5))
    table_ordered_list = sorted_pos_df[["TABLE", "GENRE_CODE"]].values.tolist()
    # print("table_ordered_list: {}".format(table_ordered_list))
    prev_genre_code = None
    for entry in table_ordered_list:
        if prev_genre_code == entry[1]:
            continue_bonus += 1
            value += continue_bonus
            # print("prev_genre_code: {}, entry[1]: {}, value: {}".format(
            #    prev_genre_code, entry[1], value))
        else:
            prev_genre_code = entry[1]
            continue_bonus = 0

「　こんな感じで　どうか☆？」

「　良いんじゃないか、夢美☆」

「　４９のグレーと　１９のスカイブルーが入れ替わって欲しいんだけど、
テーブル１つ１つずつのランダムじゃなくて、ジャンルコードが連続するテーブルの両端以外のテーブルは除いたあとでのランダムって
できないの？」

「　できるが、仕事帰りに　ゆったりするはずの　わたしの休みが　消し飛ぶ……☆」

「　ダメだ今日中に　終わんね☆
ランダムなスワップだけでは　評価関数で　ごり押しするにも　すぐ上限がくる☆
次回から　ランダムをやめて　探索部を作り込んでいこうぜ☆」

のどがいたい

「　ゲホッ☆　ゴホッ☆」

「　寝ろ☆」

「　探索部を書く前に、ブロックの中のジャンルコードの両端の２つの机、あるいは単独の１つの机を　ピックアップするモジュールを作りたい☆
絵を描いて説明すると……☆」

「　すべての机から　ランダムに２つ選ぶのではなく、
上図の赤丸で示した机から　ランダムに２つ選びたい☆」

「　定義を緩めると、かんたんに実装できるわよ？」

「　連続するジャンルコードの　始端と終端、または　単独のジャンルコード　を選べばいいのよ」

「　そうしよ……☆」

import os
import random
import pandas as pd
from my_lib.html_generator.css_builder import new_csv
from my_lib.html_generator.html_builder import new_html
from my_lib.html_generator.json_builder import new_json
from my_lib.entry_list import new_entry_lists_from_mappings
from my_lib.entry_list import read_entry_lists
from my_lib.mapper import new_mappings
from my_lib.position import new_position
from my_lib.build_floor_map import convert_floor_map
from evaluation import evaluate

# Location.
block_file = "./event-placement-ai/input-data/block.txt"
table_file = "./event-placement-ai/input-data/table.txt"
participant_file = "./event-placement-ai/input-data/participant.csv"
position_file = "./event-placement-ai/auto-generated/position-{}-{}-{}.csv"
floor_file = "./event-placement-ai/auto-generated/floor.csv"
best_mappings_file = "./event-placement-ai/auto-generated/best-mappings.csv"

# Read a floor.
floor_df = convert_floor_map(block_file, table_file)
floor_df.to_csv(floor_file, index=False)

participant_df = pd.read_csv(participant_file)

if os.path.isfile(best_mappings_file):
    tbl_id_list, par_id_list = new_entry_lists_from_mappings(
        best_mappings_file)
    # print("len(tbl_id_list): {}".format(len(tbl_id_list)))
    # print("len(par_id_list): {}".format(len(par_id_list)))
    # print("tbl_id_list: {}".format(tbl_id_list))
    # print("par_id_list: {}".format(par_id_list))

    genre_code_list = []
    for i in range(0, len(tbl_id_list)):
        temp_df = participant_df[participant_df.ID == par_id_list[i]]
        temp_df = temp_df['GENRE_CODE']
        # print(temp_df.head(5))
        # print("temp_df.values.tolist()[0]: {}".format(
        #    temp_df.values.tolist()[0]))
        genre_code_list.append(temp_df.values.tolist()[0])
    # print("len(genre_code_list): {}".format(len(genre_code_list)))
    # print("genre_code_list: {}".format(genre_code_list))
else:
    tbl_id_list, par_id_list, genre_code_list = read_entry_lists(
        floor_file, participant_df)
# print("Info    : Participants count: {}".format(len(par_id_list)))
# print("Info    : Table        count: {}".format(len(tbl_id_list)))

# テーブル番号を崩さずスキャンしたいので、ソートしない。
# tbl_id_list.sort()
# random.shuffle(tbl_id_list)

# Shuffule at first.
# random.shuffle(par_id_list)

prod_num = 0
var_num = 0
progress_num = 0
retry = True
max_value = -1


def pick_up_index_list(tbl_id_list, genre_code_list):
    """
    index_list = []
    for i in range(0, len(par_id_list)):
        index_list.append(i)
    return index_list
    """

    order_list = [0] * len(tbl_id_list)
    index = 0
    for tbl_id in tbl_id_list:
        order_list[tbl_id-1] = index
        index += 1

    # print("order_list: {}".format(order_list))

    index_list = []
    prev_genre_code = None
    prev_index = -1
    # 同じジャンルコードが連続しているところは、始点と終点だけを取る。
    for index in order_list:
        genre_code = genre_code_list[index]

        # print("prev_genre_code: {}, genre_code: {}".format(
        #    prev_genre_code, genre_code))
        if prev_genre_code == None:
            prev_genre_code = genre_code

            # Index of start.
            index_list.append(index)

        elif prev_genre_code != genre_code:
            prev_genre_code = genre_code
            # print("start: {}, end: {}".format(
            #    start, current-1))

            if index_list[len(index_list)-1] != prev_index:
                # Index of previous end.
                index_list.append(prev_index)

            # Index of start.
            index_list.append(index)

        prev_index = index

    # print("len(genre_code_list)-1: {}".format(len(genre_code_list)-1))
    index_list.append(order_list[len(order_list)-1])
    # print("index_list: {}".format(index_list))

    # # 並び順を崩さないようにすること。
    # # result = list(set(index_list))
    # # print("result: {}".format(result))
    return index_list


def choice_index():
    # Pick up table.
    picked_up_index_list = pick_up_index_list(tbl_id_list, genre_code_list)
    # print("picked_up_index_list: {}".format(picked_up_index_list))

    # Random swap.
    size = len(picked_up_index_list)
    index11 = random.randint(0, size-1)
    index12 = random.randint(0, size-1)
    index1 = picked_up_index_list[index11]
    index2 = picked_up_index_list[index12]
    # print("size={}, index1={}, index2={}".format(size, index1, index2))
    # print("Choiced index1={}, index2={}".format(index1, index2))
    return index1, index2


def swap_par(index1, index2, par_id_list, genre_code_list):
    """
    テーブルＩＤは固定し、参加者ＩＤを入れ替えます。
    """
    temp_par_id = par_id_list[index1]
    temp_genre_code = genre_code_list[index1]

    par_id_list[index1] = par_id_list[index2]
    genre_code_list[index1] = genre_code_list[index2]

    par_id_list[index2] = temp_par_id
    genre_code_list[index2] = temp_genre_code
    return


while retry:
    retry = False
    for i in range(0, 1000):
        progress_num += 1

        index1, index2 = choice_index()

        swap_par(index1, index2, par_id_list, genre_code_list)

        mappings_df = new_mappings(tbl_id_list, par_id_list)

        pos_df = new_position(floor_df,
                              participant_df, mappings_df)

        # Evaluation
        value = evaluate(pos_df)
        print("Info    : i={}, Value={}, Max={}".format(i, value, max_value))

        if max_value < value:
            # Update and output.
            max_value = value
            new_html(pos_df, prod_num, var_num, progress_num, max_value)
            new_csv(pos_df, prod_num, var_num, progress_num)
            new_json(pos_df, prod_num, var_num, progress_num, max_value)
            mappings_df.to_csv(best_mappings_file, index=False)
            pos_df.to_csv(position_file.format(
                prod_num, var_num, progress_num), index=False)
            retry = True
        else:
            # Cancel swap.
            swap_par(index2, index1, par_id_list, genre_code_list)
            """
            temp = par_id_list[index2]
            par_id_list[index2] = par_id_list[index1]
            par_id_list[index1] = temp
            """

print("Info    : Finished.")

「　ぜんぜん簡単ではなかった……☆」

「　人工知能どころか　機械学習も無しの　ただのアルゴリズムで　結構揃うものだ……☆」

「　黄色はもっと　まとまるな☆」

「　ブロックで切れてないので、上図の黄色はつながっている☆」

「　ブロックで切りましょう！」

「　じゃあ一旦、初期配置をシャッフルするぜ☆
少しずつ良くしていくような最適化は、一度付いた癖は　直らないからな☆」

「　そして最適化されたのが　これだぜ☆」

「　白はもっと　くっつきそうなものだが☆
赤も　極大　に登りあがってしまった☆」

「　青、緑、黄　は　なかなかのものじゃない？」

「　じゃあ　初期配置をまた　シャッフルして……、って
ぜんぜん　シャッフルされてないじゃないか☆！」

「　ぜんぜん　テストもせずに　エクステンド（増築）してるからな☆
結果の正当性も疑わしいものだぜ☆」

「　少し異なるとか、同じとか、初期配置が　どれほどの影響があるか分からないが、ランダム配置であることは重要だろう☆」

「　１個浮いている緑は　橙色のところに移したいけど、そうすると橙色が離れてしまうから、
２か所の交換だけではなく、３か所同時交換　とか有効そうじゃない？」

「　ランダムな組み合わせが爆発して　どうでもいいところで　３か所同時交換するばかりに　なる気もするが……☆」

「　もっとスワップの精度を上げていきましょう！　例えば！」

「　同じジャンルコード動詞で　スワップ　しても　スワップしたことにならないので、
違う色動詞で　スワップするようにしなさい」

「　さすがご主人さま、細かいところを拾っていく……☆」

def choice_index():
    # Pick up table.
    picked_up_index_list = pick_up_index_list(tbl_id_list, genre_code_list)
    # print("picked_up_index_list: {}".format(picked_up_index_list))

    # リトライ回数が多すぎると、終わりたいときに、逆に終わらないかもしれない。
    retry = 3
    genre_code1 = None
    genre_code2 = None
    while genre_code1 == genre_code2 and 0 < retry:
        # Random choice at first.
        size = len(picked_up_index_list)
        index11 = random.randint(0, size-1)
        index1 = picked_up_index_list[index11]
        genre_code1 = genre_code_list[index1]

        # 同じ色はなるべく選ばない。
        index12 = random.randint(0, size-1)
        index2 = picked_up_index_list[index12]
        genre_code2 = genre_code_list[index2]
        retry -= 1

    # print("size={}, index1={}, index2={}".format(size, index1, index2))
    # print("Choiced index1={}, index2={}".format(index1, index2))
    return index1, index2

「　なるほど、すごい速さで席替えが進むぜ……☆」

「　しかし　緑が１個浮いている気がするが、くっつけなかったのかだぜ☆？」

「　１０と５５を　ピンポイントで入れ替えるのは　確率が低いんじゃない？
それか　改造したコードがエンバグしたか」

「　いったい　どういう確率なのかも　ページに表示したいよな☆」

「　JSONを Java Script で読み込んで、writeln したらどうだぜ☆？」

「　手間だが　それが１番かだぜ☆」

placement-0-0-5412.json

{
    "test": 0,
    "variation": 0,
    "progress": 5412,
    "value" : 614
}

「　json（ジェイソン）は　こんな感じでいいかだぜ☆」

「　HTMLファイルから読めるか☆？」

「　web-server を立ててたら読めるんだが、プログラマーでない読者にサーバー立てろとか言っても　むずかしいだろうしな……☆」

「　HTMLファイルに JSONを直書きしたら？」

「　豪快だな……☆」

def new_json(test_number, variation_number, progress_num, value):
    return """
{{
    "test": {0},
    "variation": {1},
    "progress": {2},
    "value" : {3}
}}
            """.format(test_number, variation_number, progress_num, value)

「　じゃあ JSONのテキストを書く部分だけを、モジュールに切りだそう☆」

import pandas as pd


def write_json(test_number, variation_number, progress_num, json):
    # Location.
    json_file = "./event-placement-ai/auto-generated/placement-{}-{}-{}.json"

    try:
        file = open(json_file.format(
            test_number, variation_number, progress_num), 'w', encoding='utf-8')

        file.write(json)
    except Exception as e:
        print(e)
    finally:
        file.close()
    return


def new_json(test_number, variation_number, progress_num, value):
    return """
{{
    "test" : {0},
    "variation" : {1},
    "progress" : {2},
    "value" : {3}
}}
            """.format(test_number, variation_number, progress_num, value)

「　京アニ爆発事件の生き残りも　１人減った☆　まだ分からなさそうだぜ☆
あたまに集中力が入らん☆
これだけ　書き直すのに　５時間ぐらいかかった……☆」

「　腰が入ってないな☆」

「　このブログに画像貼り付けるのも　記憶が飛んでしまう☆」

「　JSONを　直書きできてるじゃない。　十分、十分」

次の日

「　もうプログラムするのも嫌だ☆（＾～＾）　仕事に行くのも嫌だぜ☆（＾～＾）」

「　いつものことじゃないか☆」

「　この離れ離れになってるのは　くっつけれないの？」

「　場所を入れ替えて　等価値　だったら　入れ替えないからな☆
ずれることもないし、動かないぜ☆」

「　入れ替えではなく、挿入だったら　もっと　かき混ぜれるのかだぜ☆？　例えば……☆」

「　同じブロックで　離れ離れ　になっているブロックは　挿入でくっつけるとか☆」

「　やれだぜ☆」

「　じゃあ　まず　シフト　を実装しようぜ☆？」

participants = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
blocks = ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C']
print("participants: {}.".format(participants))
print("blocks: {}.".format(blocks))


def shift_smaller():
    """
    ブロック単位でシフトします。[1,2,3,4]を、[2,3,4,1]にする動きです。
    """

    prev_block = None
    # テーブルID順に並んでいるとします。
    for i in range(0, 10):
        print("i:{}, blocks[i]: {}, prev_block: {}.".format(
            i, blocks[i], prev_block))
        if prev_block == blocks[i]:
            # Swap.
            temp = participants[i-1]
            participants[i-1] = participants[i]
            participants[i] = temp

        prev_block = blocks[i]


shift_smaller()

print("participants: {}.".format(participants))

participants: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10].
blocks: ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'].
i:0, blocks[i]: A, prev_block: None.
i:1, blocks[i]: A, prev_block: A.
i:2, blocks[i]: A, prev_block: A.
i:3, blocks[i]: B, prev_block: A.
i:4, blocks[i]: B, prev_block: B.
i:5, blocks[i]: B, prev_block: B.
i:6, blocks[i]: B, prev_block: B.
i:7, blocks[i]: C, prev_block: B.
i:8, blocks[i]: C, prev_block: C.
i:9, blocks[i]: C, prev_block: C.
participants: [2, 3, 1, 5, 6, 7, 4, 9, 10, 8].

「　こういうのは　小さなプログラムを書いて、まずテストだぜ☆」

def shift_bigger():
    """
    ブロック単位でシフトします。[1,2,3,4]を、[4, 1, 2, 3]にする動きです。
    """

    prev_block = None
    # テーブルID順に並んでいるとします。
    for i in reversed(range(0, 10)):
        print("i:{}, blocks[i]: {}, prev_block: {}.".format(
            i, blocks[i], prev_block))
        if prev_block == blocks[i]:
            # Swap.
            temp = participants[i]
            participants[i] = participants[i+1]
            participants[i+1] = temp

        prev_block = blocks[i]

participants: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10].
blocks: ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C'].
i:9, blocks[i]: C, prev_block: None.
i:8, blocks[i]: C, prev_block: C.
i:7, blocks[i]: C, prev_block: C.
i:6, blocks[i]: B, prev_block: C.
i:5, blocks[i]: B, prev_block: B.
i:4, blocks[i]: B, prev_block: B.
i:3, blocks[i]: B, prev_block: B.
i:2, blocks[i]: A, prev_block: B.
i:1, blocks[i]: A, prev_block: A.
i:0, blocks[i]: A, prev_block: A.
participants: [3, 1, 2, 7, 4, 5, 6, 10, 8, 9].

「　逆順もないと　戻せないよな☆」

def shift_smaller():
    """
    ブロック単位でシフトします。[1,2,3,4]を、[2,3,4,1]にする動きです。
    """

    prev_block = None
    # テーブルID順に並んでいるとします。
    for index, block in enumerate(block_list):
        # for index, row in floor_df.iterrows():
        if prev_block == block:
            swap_participant(
                index-1, index, par_id_list, genre_code_list)

        prev_block = block

    return


def shift_bigger():
    """
    ブロック単位でシフトします。[1,2,3,4]を、[4, 1, 2, 3]にする動きです。
    """

    prev_block = None
    index = len(block_list)-1
    # テーブルID順に並んでいるとします。
    for block in reversed(block_list):
        # print("shift_bigger: index={}, block={}.".format(index, block))
        if prev_block == block:
            swap_participant(
                index, index+1, par_id_list, genre_code_list)

        prev_block = block
        index -= 1

    return

「　pandas の API がトンチンカンなんで、結局リストに出してシフト☆」

「　テーブル１個ずつのシフトではなく、かたまりで　シフトしないとな☆　ごそっと☆」

また次の日

「　先頭から　連続するジャンルコードのテーブル数を数えるモジュールが欲しいな☆
名前は count_joined_genre_code とかかだぜ☆？」

「　つまり　上図の赤丸のところを数えるんだぜ☆
１０、４、１４、１、８、４　みたいな感じ☆」

genre_code_list = ['green', 'green', 'blue', 'red', 'red',
                   'blue', 'yellow', 'black', 'black', 'black']
block_list = ['A', 'A', 'A', 'B', 'B', 'B', 'B', 'C', 'C', 'C']


def count_joined_genre_code():
    """
    TODO 同じブロック内での、連続するジャンルコードの数。
    """

    count = 0
    result_dict = {}
    prev_block = None
    prev_genre_code = None
    for idx in range(0, len(block_list)):
        block = block_list[idx]
        genre_code = genre_code_list[idx]
        if prev_block != block or prev_genre_code != genre_code:
            if prev_block not in result_dict:
                result_dict[prev_block] = []

            result_dict[prev_block].append(count)
            count = 1
        else:
            count += 1

        prev_block = block
        prev_genre_code = genre_code

    # last
    if prev_block not in result_dict:
        result_dict[prev_block] = []
    result_dict[prev_block].append(count)

    return result_dict


result_dict = count_joined_genre_code()
print("result_dict: {}.".format(result_dict))

result_dict: {None: [0], 'A': [2, 1], 'B': [2, 1, 1], 'C': [3]}.

「　サンプル・プログラムを作って試しながら　動くまで持っていくのが　開発だぜ☆
作っているプログラムに　いきなり拡張するのは　テストがしにくいからな☆」

次の次の次の日

「　先頭の10個抜いて、うしろを 10個詰めて、空いた１０個のところに先頭の１０個を埋めたいぜ☆」

「　また、それをアンドゥする動きも欲しいよな☆」

「　スワップを使ってばかりではなく、スタックとムーブをそろそろ作るべきでは☆？」

「　うっ、ループ書くの　苦し……☆」

participants = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
blocks = ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B']
print("participants: {}.".format(participants))
print("blocks: {}.".format(blocks))


def for_block_asc(callback_head_block, callback_same_block):
    """
    ブロックの切れ目が分かるループです。昇順。
    """
    # テーブルID順に並んでいるとします。
    prev_block = None
    for i in range(0, len(blocks)):
        if prev_block == blocks[i]:
            callback_same_block(i, blocks[i])
        else:
            callback_head_block(i, blocks[i])
        prev_block = blocks[i]
    return


def for_block_desc(callback_tail_block, callback_same_block):
    """
    ブロックの切れ目が分かるループです。降順。
    """
    # テーブルID順に並んでいるとします。
    prev_block = None
    for i in reversed(range(0, len(blocks))):
        if prev_block == blocks[i]:
            callback_same_block(i, blocks[i])
        else:
            callback_tail_block(i, blocks[i])
        prev_block = blocks[i]
    return


print("Info    : for_block_asc.")
for_block_asc(
    lambda i, block:
        print("Head: i={}, block={}.".format(i, block)),
    lambda i, block:
        print("Same: i={}, block={}.".format(i, block))
)

print("Info    : for_block_desc.")
for_block_desc(
    lambda i, block:
        print("Tail: i={}, block={}.".format(i, block)),
    lambda i, block:
        print("Same: i={}, block={}.".format(i, block))
)

print("Info    : Finished.")

participants: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10].
blocks: ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B'].
Info    : for_block_asc.
Head: i=0, block=A.
Same: i=1, block=A.
Same: i=2, block=A.
Same: i=3, block=A.
Same: i=4, block=A.
Same: i=5, block=A.
Same: i=6, block=A.
Same: i=7, block=A.
Head: i=8, block=B.
Same: i=9, block=B.
Info    : for_block_desc.
Tail: i=9, block=B.
Same: i=8, block=B.
Tail: i=7, block=A.
Same: i=6, block=A.
Same: i=5, block=A.
Same: i=4, block=A.
Same: i=3, block=A.
Same: i=2, block=A.
Same: i=1, block=A.
Same: i=0, block=A.
Info    : Finished.

「　ループのコードは　関数に隠してしまうかだぜ☆」

「　block_list とか tbl_id_list のような　よく使うリストを　ひとかたまりにできないかだぜ☆？」

「　それこそ position クラスに　まとめられないのかだぜ☆？」

position-0-0-666.csv

X,Y,BLOCK,TABLE,PARTICIPANT,GENRE_CODE
13,5,A,1,57,Green
14,5,A,2,10,Green
15,5,A,3,53,Green

「　pandas が扱いやすければ　何も工夫しなくていいんだが、 API がトンチンカンだからな……☆
position クラスを自作するしかないのか……☆」

＜書きかけ＞

机を配置しようぜ☆（＾～＾）？＜その１＞

2019-07-18T21:36:06+09:00

「　更新回数に上限があるのかも知らん☆　再投稿で回避だぜ☆！」

「　机の配置なら　任せろ☆！」

event-placement-ai

「　話が見えない☆」

「　ボランティアで　机の配置をするのよ」

「　だから　机の配置　とは何なのか☆？」

例。
第29回世界コンピュータ将棋選手権
 川崎市産業振興会館４F

「　部屋が　こんな感じであるとするだろ☆」

「　２列で並んでるのが　島☆」

「　壁際に並んでるのが　壁　だぜ☆」

「　じゃあ　並べろだぜ☆」

「　待て☆！」

「　島や　壁には　ブロック番号が　振ってあるものだぜ☆」

「　そうか☆　じゃあ　早く　並べろだぜ☆」

「　待て☆！」

「　参加者の方も　数種類にグループ分けすることができるぜ☆
外部が見えるルーターが欲しいリモート勢、　電力が大きい勢、　両方勢、　それ以外勢☆」

「　最近は　リモートが流行りだから　大きな電源要らないのよ」

「　すると　必要としている人を　供給があるところに　ちょんちょんちょん　と置いていくだけで
答えが出る☆
なんの　考えもいらない……☆」

「　分かったら　早く並べろだぜ☆」

「　待て☆！」

G              E                C              A island
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+
|  |  |  |  |  |  |  |  |  |    |  |  |  |  |  |  |  |  |  |
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+
|  |  |  |  |  |  |  |  |  |    |  |  |  |  |  |  |  |  |  |
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+

H              F                D              B
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+
|  |  |  |  |  |  |  |  |  |    |  |  |  |  |  |  |  |  |  |
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+
|  |  |  |  |  |  |  |  |  |    |  |  |  |  |  |  |  |  |  |
+--+--+--+--+  +--+--+--+--+    +--+--+--+--+  +--+--+--+--+

A island.
[  1][  2][  3][  4]
[  5][  6][  7][  8]

B island.
[  9][ 10][ 11][ 12]
[ 13][ 14][ 15][ 16]

C island.
[ 17][ 18][ 19][ 20]
[ 21][ 22][ 23][ 24]

D island.
[ 25][ 26][ 27][ 28]
[ 29][ 30][ 31][ 32]

E island.
[ 33][ 34][ 35][ 36]
[ 37][ 38][ 39][ 40]

F island.
[  0][  0][  0][  0]
[  0][  0][  0][  0]

G island.
[  0][  0][  0][  0]
[  0][  0][  0][  0]

H island.
[  0][  0][  0][  0]
[  0][  0][  0][  0]

Info    : Finished.

「　Python3 を使って　変動する　あらゆるチーム数に対応した　最善の席を　算出したい☆」

「　さっさと座るのが最善だぜ☆　早よ　並べろだぜ☆」

「　参加者数が　４０とか５０という小さな　オーダー　のものに　人工知能とか要らないのよ。
手で　ちゃっちゃと　やりなさいよ！」

「　机の配置を　一般化する☆」

「　たとえば　入り口が　１か所　のタイプや☆」

「　ひとふで書きすると　詰まる通路の数とか　あるわよねぇ」

「　１周ぐるりタイプとか　いろいろ　ある☆」

キャンペーンマップ

「　本編と違うステージとかを　キャンペーンマップと言うが、練習用に１つ用意しよう☆」

「　なんで　こんなところに　柱があるのか……☆」

「　これは　即売会の配置ねぇ。　大会に広い通路は要らないもの」

「　物を売るイベントの方が　配置が重要だぜ☆　来場者の動線というものがある☆」

「　これぐらい小さいところは　ブロック番号を分けなくていいんだが、練習なんで　分けている☆
趣意としては☆」

Block	Space
A	18
B	4
C	14
D	10
E	8
F	6

「　スペース数を散らした☆」

「　ひどい配置だぜ☆」

「　イベント名は　CampaignMap1　としょう☆」

A island.
[  1][  2][  3][  4][  5][  6][  7][  8][  9][ 10][ 11][ 12][ 13][ 14][ 15][ 16][ 17][ 18]

B island.
[ 19][ 20][ 21][ 22]

C island.
[ 23][ 24][ 25][ 26][ 27][ 28][ 29][ 30][ 31][ 32][ 33][ 34][ 35][ 36]

D island.
[ 37][ 38][ 39][ 40][ 41]
[ 42][ 43][ 44][ 45][ 46]

E island.
[ 47][ 48][ 49][ 50]
[ 51][ 52][ 53][ 54]

F island.
[ 55][ 56][ 57]
[ 58][ 59][ 60]

「　お父ん、何やってんだぜ☆？」

「　イベント会場の　電源の配置図とか　載ってないものだな……☆
色んな会場を　調べてみるかだぜ☆」

日本全国横断主要同人イベント会場・コンベンションセンター・メッセ一覧

東京ビッグサイト会議設備・備品利用料金
 川崎市振興産業会館 4階企画展示場
 大田区産業プラザPIO 大展示場
 ベルサール秋葉原　2F HALL全体

「　電源なんか誰も気にしないんじゃないか☆？」

「　じゃあ　電源は後回しで☆」

Genre code

「　バトル大会では　シード組か　そうでないか、
即売会では　ジャンル・コード　などが配置に大きく関わってくるぜ☆」

「　何用のプログラムを想定しているんだぜ☆？」

「　人工知能の展示、バトル、即売会だぜ☆」

「　ごった煮だな……☆」

「　バトル大会の人口より　即売会の人口の方が多いでしょう。
即売会の流儀を参考にしましょう」

「　じゃあ　ジャンル・コードで☆
これは　買いに来る人が　巡回する目印にする分類番号で、
３時間ぐらいで全部回れるように　関連するジャンルを近づけるように　配慮しろだぜ☆」

「　そんなでかいイベントは　あんまりない☆」

event_placement_ai
- attribute
- placement

「　こういうプログラムを作るときは、
北だの南だの、空間の位置関係を取り扱う部分と
電力だのジャンルコードだの、属性の相性を取り扱う部分は
切り分けておくことが　鉄則だぜ☆」

「　ロジック的なものと、視覚的なものは　ケンカ　するからな☆」

「　人間の脳も　左脳と右脳は　脳梁で分けられていると聞くぜ☆
いっしょにすると　足を引っ張り合うんだぜ☆
おそらく、整理された本棚と　作業机の上ぐらい　性格が合わない☆」

class Participant(object):
    """
    参加者データ
    """

    def __init__(self, id, genre_code):
        self._id = id
        self._genre_code = genre_code
        return

    @property
    def id(self):
        return self._id

    @property
    def genre_code(self):
        return self._genre_code

「　これがその　整理された本棚　の方にあたるデータに使うやつだぜ☆」

# Settings of attribute.
participant_list = [
    Participant(1, "Red"),
    Participant(2, "Red"),
    Participant(3, "Blue"),
    Participant(4, "Blue"),
    Participant(5, "Green"),
    Participant(6, "Blue"),
    Participant(7, "Red"),
    Participant(8, "Blue"),
    Participant(9, "Green"),
    Participant(10, "Green"),
]

「　あっ、データ用意するの　めんどくせ☆」

「　Excel で　ちゃちゃっと作って CSV 吐いたら？」

「　Python3 で　どんなデータ形式がサポートされているのか　調べてみよ……☆」

Python3の基礎　ファイル(CSV)を読み込む編 Python3 Python CSV

import csv
import os

# Settings of attribute.
participant_list = []
with open("{}\\event-placement-ai\\data\\test-participant.csv".format(os.getcwd()),  newline='') as f:
    dataReader = csv.reader(f)
    for row in dataReader:
        participant_list.append(row)
        # print(row)

for i in range(0, len(participant_list)):
    print(participant_list[i])

['1', 'Red']
['2', 'Red']
['3', 'Blue']
['4', 'Blue']
['5', 'Green']
['6', 'Blue']
# 以下略

「　仕様がない　CSVが　標準サポートされてるんだな☆」

「　ジャンルごとの参加者数を集計しようぜ☆」

「　pandas とかいうデータ分析用のライブラリがあるみたいだが　利用者数はどれぐらいだろうか☆？」

3分でできるPandasのインストール方法

「　Visual studio code の Terminal ペーンに pip コマンドを使って簡単にインストールでけた☆」

「　じゃあ Pandas の使い方を練習するかだぜ☆」

pandas って何なんだぜ☆（＾～＾）？

「　練習終わり☆」

id_list: [1, 2, 7, 12, 21, 37, 41, 52, 3, 4, 6, 8, 15, 17, 22, 27, 30, 33, 40, 50, 56, 60, 5, 9, 10, 14, 29, 36, 42, 44, 53, 57, 11, 13, 55, 16, 18, 20, 26, 31, 43, 51, 58, 19, 23, 24, 46, 25, 39, 48, 59, 28, 34, 32, 38, 54, 35, 49, 45, 47]
A island.
[  1][  2][  7][ 12][ 21][ 37][ 41][ 52][  3][  4][  6][  8][ 15][ 17][ 22][ 27][ 30][ 33]
B island.
[ 40][ 50][ 56][ 60]
C island.
[  5][  9][ 10][ 14][ 29][ 36][ 42][ 44][ 53][ 57][ 11][ 13][ 55][ 16]
D island.
[ 18][ 20][ 26][ 31][ 43]
[ 51][ 58][ 19][ 23][ 24]

E island.
[ 46][ 25][ 39][ 48]
[ 59][ 28][ 34][ 32]

F island.
[ 38][ 54][ 35]
[ 49][ 45][ 47]

Info    : Finished.

「　ただ、ジャンルコード順に　島に並べても　島と島は　配置は　飛んでたりするから
また今度　見直そうぜ☆」

「　視覚的に　確認できないのかしら？」

「　HTML/CSS と連動できないか試してみようぜ☆？
Python3 で　テキストファイル作成ぐらいできるだろ☆？」

「　練習しようぜ☆？」

続き

「　京都の火災ニュースで　記憶が飛んでしまったが、練習したぜ☆　おさらいしよう☆」

「　ＨＴＭＬ／ＣＳＳ　を利用して、ジャンルコードの代わりに色で　多いもの順に四角を表示するところはできた☆
このプログラムには　html-generator　という名前を付けた☆」

html-generator

「　説明の気が抜けていて　言っていることが　よく分からん☆」

「　タテ１列に並んでいても　あんまりなので、机の配置のように並べたいのだった☆」

「　平常心とか言ってる人は　平常心じゃないのよ？」

CCCCC..BBBB..AAAAAAA
C..................A
C.FFF..EEEE..DDDDD.A
C.FFF..EEEE..DDDDD.A
C..................A
CCCCC........AAAAAAA

「　次に　机の配置を　Rogueのように表記して☆」

X,Y,CHAR
0,0,C
1,0,C
2,0,C
3,0,C
4,0,C
5,0,.
6,0,.
7,0,B
8,0,B
9,0,B
10,0,B
11,0,.
12,0,.
13,0,A
14,0,A
15,0,A
16,0,A
17,0,A
18,0,A
19,0,A
0,1,C
1,1,.

「　CSV形式にコンバートする部品も作った☆
名前は　ascii-floor-map-to-csv　にした☆」

ascii-based-floor-map-to-csv

「　お父んが　ふわふわ　している☆　水でも飲めだぜ☆」

「　この　CSV　をもとに、表示位置を生成するように　html-generator　を改造しようぜ☆？」

「　日本語をしゃべっているようで　お父んが　ぼーっ　としている☆！
習慣だけで　ＰＣに向かって　プログラムを書いているだけだぜ☆！」

日曜日

「　寝込んでいるだけで　進捗がない……☆」

「　進捗なんか　なくてもいいのに……☆」

「　ascii-floor-map-to-csv　と　html-generator　を組み合わせて　テーブルに色を塗るところまでは　でけたぜ☆」

「　参加者ＩＤと、テーブルＩＤ　を紐づけるだけで　この図ができるような
使い勝手にしましょう」

「　参加者ＩＤと　テーブルＩＤが紐づいていたら　参加者ＩＤ順にテーブルのＩＤの先頭から座っていくことになってしまう☆」

「　Mapping という名前の別テーブルを作って、Participants列と、Table列を用意するかだぜ☆」

Participant,Table
1,1
2,2
3,3
4,4
5,5

「　昨日買ってきた Excel360　だかなんだかいうスプレッドシートで作成して CSV出力☆」

import pandas as pd
from attribute.query_id_sorted_table import query_id_sorted_table

#
# Note.
#
# Root directory: Visual studio code workspace root.
#

# Output.
output_css = "./html-generator/auto-generated/participants.css"

# Floor map: Csv -> Data frame. (Not record set)
fl_df = pd.read_csv("./html-generator/data/floor-map.csv",
                    sep=',', engine='python')
# print(fl_df.values.tolist())
"""
ID,X,Y,BLOCK
27,0,0,C
26,1,0,C
25,2,0,C
"""


# Participants
pa_df = query_id_sorted_table("./html-generator/data/participant.csv")
"""
ID,GENRE_CODE
1,Red
2,Red
3,Blue

print(pa_df.values.tolist())
[[30, 'Blue'], [6, 'Blue'], [56, 'Blue'], [50, 'Blue'], [40, 'Blue'], [33, 'Blue'], [27, 'Blue'], [22, 'Blue'], [17, 'Blue'], [15, 'Blue'], [8, 'Blue'], [4, 'Blue'], [3, 'Blue'], [60, 'Blue'], [5, 'Green'], [10, 'Green'], [14, 'Green'], [9, 'Green'], [29, 'Green'], [36, 'Green'], [42, 'Green'], [44, 'Green'], [53, 'Green'], [57, 'Green'], [16, 'Yellow'], [20, 'Yellow'], [26, 'Yellow'], [31, 'Yellow'], [43, 'Yellow'], [51, 'Yellow'], [58, 'Yellow'], [18, 'Yellow'], [1, 'Red'], [7, 'Red'], [2, 'Red'], [52, 'Red'], [41, 'Red'], [37, 'Red'], [21, 'Red'], [12, 'Red'], [59, 'White'], [48, 'White'], [39, 'White'], [25, 'White'], [54, 'Orange'], [46, 'Black'], [24, 'Black'], [23, 'Black'], [32, 'Orange'], [38, 'Orange'], [35, 'Gray'], [49, 'Gray'], [13, 'Violet'], [34, 'Pink'], [28, 'Pink'], [55, 'Violet'], [19, 'SkyBlue'], [11, 'Purple'], [45, 'YellowGreen'], [47, 'Brown']]
"""

# Mappings
ma_df = pd.read_csv("./html-generator/data/mappings.csv",
                    sep=',', engine='python')
"""
ID,GENRE_CODE
1,Red
2,Red
3,Blue
"""

# Join1
new_df = pa_df.merge(ma_df, left_on='ID', right_on='PARTICIPANT')
# print(new_df.head(50))
"""
    ID GENRE_CODE  PARTICIPANT  TABLE
0   30       Blue           30     30
1    6       Blue            6      6
2   56       Blue           56     56
"""

# Join2
new2_df = new_df.merge(fl_df, left_on='TABLE', right_on='ID')
# print(new2_df.head(50))
"""
    ID_x GENRE_CODE  PARTICIPANT  TABLE  ID_y   X  Y BLOCK
0     30       Blue           30     30    30   0  3     C
1      6       Blue            6      6     6  18  5     A
2     56       Blue           56     56    56   3  2     F
"""


def write():
    try:
        file = open(output_css, 'w', encoding='utf-8')
        file.write(
            """
{}
            """.format(get_boxes())
        )
    except Exception as e:
        print(e)
    finally:
        file.close()


def get_boxes():
    html = []
    for _index, new2_row in new2_df.iterrows():

        # Participant id.
        id = new2_row["PARTICIPANT"]
        # print("     id : {}".format(id))
        # print("type(id): {}".format(type(id)))

        x = new2_row["X"]
        y = new2_row["Y"]

        width = 16
        height = 16

        html.append(
            """
#box{} {{
    position: absolute;
    left    : {: >4}px;
    top     : {: >4}px;
    width   : {: >4}px;
    height  : {: >4}px;
    background-color: {};
}}
            """.format(
                id,
                x * width,
                y * height,
                width,
                height,
                new2_row["GENRE_CODE"])
        )

    return "".join(html)


write()

「　頭が回らないので　洗練させずに　だらだら書くが、
ジョインして CSV出力☆」

「　これで Mapping.csv さえ書いてくれれば HTML/CSV 表示するぜ☆」

「　とりあえず　参加者の数と、机の数は　同じものとしてくれだぜ☆」

「　テストしましょう。　シャッフルして表示してみてちょうだい」

「　participant.csv のID列のリストを作ってシャッフル、
floor-map.csv のID列のリストを作ってシャッフル　するかだぜ☆」

participant.csv

ID,GENRE_CODE
1,Red
2,Red
3,Blue

floor-map.csv

ID,X,Y,BLOCK
27,0,0,C
26,1,0,C
25,2,0,C

go_campaign_map1-ver2.py

import random
import pandas as pd

"""
Note.
    Root directory: Visual studio code workspace root.

Participants
------------

ID,GENRE_CODE
1,Red
2,Red
3,Blue
"""
# Output.
output_mappings = "./event-placement-ai/auto-generated/mappings.csv"

# Participants: Csv -> Data frame. (Not record set)
pd_df = pd.read_csv("./event-placement-ai/data/participant.csv",
                    sep=',', engine='python')
pd_list = pd_df["ID"].values.tolist()
random.shuffle(pd_list)
print("pd_list: {}".format(pd_list))

# Floor map: Csv -> Data frame. (Not record set)
fl_df = pd.read_csv("./event-placement-ai/data/floor-map.csv",
                    sep=',', engine='python')
fl_list = fl_df["ID"].values.tolist()
random.shuffle(fl_list)
print("fl_list: {}".format(fl_list))

try:
    file = open(output_mappings, 'w', encoding='utf-8')

    file.write("PARTICIPANT,TABLE\n")
    for i in range(len(pd_list)):
        file.write(
            "{},{}\n".format(pd_list[i], fl_list[i])
        )
except Exception as e:
    print(e)
finally:
    file.close()


print("Info    : Finished.")

mappings.csv

PARTICIPANT,TABLE
57,25
38,26
6,8
13,32
60,7
49,23
32,60
25,37
10,10
37,42
40,29
11,44
26,17
24,39
12,24
46,40
22,41
17,18
7,28
9,36
28,45
19,54
59,35
51,33
56,11
8,12
18,53
4,48
2,46
31,15
27,43
52,2
21,13
53,38
35,57
33,31
43,50
47,47
16,22
42,1
20,5
29,56
54,52
3,51
5,14
44,30
36,34
45,6
58,58
50,4
30,20
23,27
34,19
41,49
55,21
14,3
48,9
1,59
39,55
15,16

「　シャッフルするプログラムをまず作って……☆」

「　HTMLジェネレーターにかければ　シャッフルされてるぜ☆」

「　あとは　色が隣接しているときに　報酬を与えて、
シャッフルしながら　利益が１番高いものを選べばいいのよ」

「　なるほど☆」

entry_list.py

import random
import pandas as pd

"""
Note.
    Root directory: Visual studio code workspace root.
"""


def read_entry_lists():
    """
    From: Participant.csv
    ---------------------

    ID,GENRE_CODE
    1,Red
    2,Red
    3,Blue
    """
    pd_df = pd.read_csv("./event-placement-ai/data/participant.csv",
                        sep=',', engine='python')
    pd_list = pd_df["ID"].values.tolist()

    """
    From: floor-map.csv
    -------------------
    """
    fl_df = pd.read_csv("./event-placement-ai/auto-generated/floor-map.csv",
                        sep=',', engine='python')
    fl_list = fl_df["ID"].values.tolist()
    return pd_list, fl_list

from my_lib.entry_list import read_entry_lists

pd_list, fl_list = read_entry_lists()
````

![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　参加者ＩＤのリストと、テーブルＩＤのリストは
read_entry_lists() 一発で取れるようにしておこう☆」

shuffuling.py

import random

"""
Note.
Root directory: Visual studio code workspace root.
"""

def go_shuffule(pd_list, fl_list):
random.shuffle(pd_list)
# print("pd_list: {}".format(pd_list))

random.shuffle(fl_list)
# print("fl_list: {}".format(fl_list))

"""
Make: mappings.csv
------------------

PARTICIPANT,TABLE
57,25
38,26
6,8
"""
try:
    output_mappings = "./event-placement-ai/html_generator/auto-generated/mappings.csv"
    file = open(output_mappings, 'w', encoding='utf-8')

    file.write("PARTICIPANT,TABLE\n")
    for i in range(len(pd_list)):
        file.write(
            "{},{}\n".format(pd_list[i], fl_list[i])
        )
except Exception as e:
    print(e)
finally:
    file.close()


![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　リストをシャッフルして mappings.csv ファイルを作成するまでを１連の処理にするぜ☆」

from html_generator.go_css import new_csv
from my_lib.entry_list import read_entry_lists
from my_lib.shuffuling import go_shuffule

pd_list, fl_list = read_entry_lists()
go_shuffule(pd_list, fl_list)
new_csv()
print("Info : Finished.")


![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　プログラムのメイン・ルーチンは　こんな感じ☆」

![OKAZAKI_Yumemi_80x80x8_02_Syaberu.gif](https://crieit.now.sh/upload_images/058791c2dd4c1604ce1bd9ec26d490ae5d2ad86d3991b.gif)
「　毎回　ＣＳＶを出力していると重いから、
とりあえず　ＣＳＶ出力無しで
評価を出すのを　ループで１０回やってみましょう！」

![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　ＣＳＶを作る前に　Ｘ、Ｙ　の位置関係を　２次元のテーブルにしたいよな☆」

position.py

import pandas as pd

"""
Note.
Root directory: Visual studio code workspace root.
"""

def new_position():
"""
Create position.
"""

# Output.
output_position = "./event-placement-ai/auto-generated/position.csv"

"""
Input: floor-map.csv
--------------------

ID,X,Y,BLOCK
27,0,0,C
26,1,0,C
25,2,0,C
"""
fl_df = pd.read_csv("./event-placement-ai/auto-generated/floor-map.csv",
                    sep=',', engine='python')

"""
Input: participants.csv
-----------------------

ID,GENRE_CODE
1,Red
2,Red
3,Blue
"""
pa_df = pd.read_csv(
    "./event-placement-ai/html_generator/input/participant.csv")

"""
Auto-generated: Mappings
------------------------

ID,GENRE_CODE
1,Red
2,Red
3,Blue
"""
ma_df = pd.read_csv("./event-placement-ai/html_generator/auto-generated/mappings.csv",
                    sep=',', engine='python')

"""
New-table: new_df
-----------------

Join.
print(new_df.head(3))

    ID GENRE_CODE  PARTICIPANT  TABLE
0   30       Blue           30     30
1    6       Blue            6      6
2   56       Blue           56     56
"""
new_df = pa_df.merge(ma_df, left_on='ID', right_on='PARTICIPANT')
new_df = new_df.drop("ID", axis=1)

"""
New-table: new2_df
------------------

print(new2_df.head(3))

    GENRE_CODE  PARTICIPANT  TABLE  ID   X  Y BLOCK
0         Blue           30     30  30   0  3     C
1         Blue            6      6   6  18  5     A
2         Blue           56     56  56   3  2     F
"""
new2_df = new_df.merge(fl_df, left_on='TABLE', right_on='ID')
new2_df = new2_df.drop("ID", axis=1)

"""
output
------

GENRE_CODE,PARTICIPANT,TABLE,X,Y,BLOCK
Red,1,31,0,4,C
Red,2,25,2,0,C
Blue,3,8,19,4,A
"""
new2_df.to_csv(output_position, index=False)

new2_df


position.csv

GENRE_CODE,PARTICIPANT,TABLE,X,Y,BLOCK
Red,1,31,0,4,C
Red,2,25,2,0,C
Blue,3,8,19,4,A


![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　これだけの情報が取得できれば十分だろう……☆」

go_css.py

import pandas as pd

"""
Note.
Root directory: Visual studio code workspace root.
"""

def new_csv(pos_df):
"""
Create csv.
"""

# Output.
output_css = "./event-placement-ai/html_generator/auto-generated/table-color.css"

def write():
    try:
        file = open(output_css, 'w', encoding='utf-8')
        file.write(
            """
{}
            """.format(get_boxes())
        )
    except Exception as e:
        print(e)
    finally:
        file.close()

def get_boxes():
    html = []
    for _index, row in pos_df.iterrows():

        # Participant id.
        id = row["PARTICIPANT"]
        # print("     id : {}".format(id))
        # print("type(id): {}".format(type(id)))

        x = row["X"]
        y = row["Y"]

        width = 16
        height = 16

        html.append(
            """
#box{} {{
    position: absolute;
    left    : {: >4}px;
    top     : {: >4}px;
    width   : {: >4}px;
    height  : {: >4}px;
    background-color: {};
}}
            """.format(
                id,
                x * width,
                y * height,
                width,
                height,
                row["GENRE_CODE"])
        )

    return "".join(html)

write()


![KITASHIRAKAWA_Chiyuri_80x100x8_01_Futu.gif](https://crieit.now.sh/upload_images/3da2d4690cf2c3f101c5cbc0e48729f55d2ad80297e17.gif)
「　CSS書き出しは簡単になるから……☆」

go_campaign_map1-ver2.py

from html_generator.go_css import new_csv
from my_lib.entry_list import read_entry_lists
from my_lib.shuffuling import go_shuffule
from my_lib.position import new_position

pd_list, fl_list = read_entry_lists()
go_shuffule(pd_list, fl_list)
pos_df = new_position()
new_csv(pos_df)
print("Info : Finished.")
```

「　メイン・プログラムで　局面（position）を取れるようになった☆
この局面を元に　評価すればいい☆」

「　コンピューター将棋に　似せてしまえば　パターンに入るな☆」

「　しかし出力結果がこんなんでは、
また　手で　打ち直すのがめんどうだな……☆」

「　CSVで、ここまで出力して、あとは　任せるかだぜ☆」

「　記事を変えよう☆」

＜書きかけ＞