# EDENUV MODEL
# nacteme grafickou knihovnu a numericku knihovnu
import matplotlib as mpl
from matplotlib import pyplot as plt
import numpy as np

# definujeme rozmer mrizky a pocet kroku
roz = 200
krok = 20000
# vytvorime pole nul, do ktereho budeme ukladat stavy bunek
# zavorka (kroky, rozmer) udava velikost 2D pole
pole = np.zeros((roz, roz),dtype=np.int)
# inicializujeme
pole[100,100] = 1

for i in range(krok):
    # funkce where vrati indexy prvku, ktere maji hodnotu jedna,
    # ve forme seznamu obsahujiciho dve pole, kde kazde z techto poli
    # obsahuje prislusne x,y souradnice
    indexy = np.where(pole == 1)
    # nahodne vybereme index
    rand = np.random.randint(len(indexy[0]))
    ind = [(indexy[0])[rand],(indexy[1])[rand]]
    # prozkoumame okoli odpovidajiciho prvku
    soused1 = pole[(ind[0]+1) % roz,ind[1]]
    soused2 = pole[ind[0],(ind[1]+1) % roz]
    soused3 = pole[(ind[0]-1) % roz,ind[1]]
    soused4 = pole[ind[0],(ind[1]-1) % roz]
    sousedi = np.array([soused1,soused2,soused3,soused4])
    sous_indexy = np.where(sousedi == 0)
    # pokud jsou sousedi zaplneni, nastavime pole[ind] na 2,
    # abychom ho jiz priste neprohledavali
    if len(sous_indexy[0]) == 0:
        pole[ind[0],ind[1]] = 2
    # nahodne vybereme prazdnou sousedni bunku a zaplnime ji
    else:
        sous_ind = (sous_indexy[0])[np.random.randint(len(sous_indexy[0]))]
        if sous_ind == 0:
            pole[(ind[0]+1) % roz,ind[1]] = 1
        elif sous_ind == 1:
            pole[ind[0],(ind[1]+1) % roz] = 1
        elif sous_ind == 2:
            pole[(ind[0]-1) % roz,ind[1]] = 1
        elif sous_ind == 3:
            pole[ind[0],(ind[1]-1) % roz] = 1

# definujeme barevne schema pomoci vyctu, v nasem pripade cernobile
barvy = mpl.colors.ListedColormap(['white','black','grey'])
# definujeme prechod mezi barvami kdekoli mezi 0 a 1
hranice=[0,0.5,1.5,2]
# pouzijeme barvy a hranice k normovani barevne mapy
norma = mpl.colors.BoundaryNorm(hranice, barvy.N)
# vykreslime barevnou mapu a zobrazime ji
mapa = plt.imshow(pole,cmap=barvy,interpolation='None',norm=norma,origin='lower')
plt.xlabel('x')
plt.ylabel('y')
plt.show()