上篇文章（致癌離我們遠嗎？）我們了解癌癥基本常識，下面我們討論一下癌細胞產生原因。

醫生常說抽煙致癌，不要抽煙，但實際生活中抽煙長壽的人不少，我的姨婆九十多歲了，每日抽煙喝酒，身體也不錯。決定癌癥的因素很多，例如遺傳，飲食，起居時間，居住環境，化工汙染等等。下圖轉自一份醫學研究，說明沒有任何食物百分之百致癌或抑制癌癥。

什麽人容易患癌癥？當諸多不利因素累積，超過一定量後，患癌癥概率大。我們假設一個數據挖掘的分類器cancer，分類器由六個因素組成，當六個因素得分總和超過3時為癌癥，得分總和小於3時為非癌癥。

1表示是，0表示否。 抽煙=1分，非均衡飲食=1分，喝酒=1分，睡眠不足7小時=1分，環境汙染=1分，情緒抑郁=1分；反之亦然不抽煙=0分，不喝酒=0分，睡眠充足=0分，環境無汙染=0分，情緒良好=0分。張三抽煙，非均衡飲食，抽煙，喝酒，睡眠不足，環境汙染，情緒良好，總分為1+1+1+1+1+0=5分，總得分大於3，分類器判斷張三患癌癥概率高。李四不抽煙，不喝酒，睡眠充足，環境無汙染，情緒不好，總分為0+0+0+0+0+1=1分，總得分小於3，分類器判斷李四患癌癥概率低（例子只是假設，方便大家理解分類器原理）。

根據分類器原理，我們用python來可視化細胞生死，模擬生命。從一個隨機初始化的二維方形網格開始，網格中的每一個細胞狀態可能是生或死，由其相鄰8個細胞決定。在這個規則下可以使用卷積進行計算，我們需要scipy工具完成卷積計算。

Anaconda下展示，生成閃爍的動態細胞圖，細胞生死會不停變化，直到停止。

做過蒙特卡洛試驗的朋友會有感悟：決定一個系統走勢是多因素構成，而非單一因素決定。

程序調用了python的pygame,numpy,scipy三個模塊。Pygame用於寫遊戲；numpy用於矩陣運算；scipy是numpy的高級版本，用於更高級的自然科學應用，例如信號處理，傅裏葉分析。

此函數用於 繪制十字架。

def draw_cross(pixar):

(posx,posy)=pygame.mouse.get_pos()

pixar[posx,:]=1

pixar[:,posy]=1

此函數用於隨機初始化網格

def random_init(n):

return np.random.random_integers(0,1,(n,n))

所有代碼最終匯集於文章末尾。

（放大可視化的細胞集合圖，每一個細胞狀態可能是生或死，由其相鄰8個細胞決定）

經過計算機模擬生命，我們得到最終答案。癌癥是由多因素共同決定的，而非單因素決定。當你的飲食，起居，辦公環境，情緒，輻射，免疫力都很糟時，你要註意了，積極調整，更換環境，否則死神就可能來敲門了。

代碼來自Ivan Idris物理博士的分享，經本人測試，可以完美運行，[email protected]

模擬生命_吸煙致癌？