#はじめに

今回はUnrealEngine4のエディタ上でPythonのライブラリのプログラムを記述したいと思います。
プラグインでのライブラリだとnumpyやsckitlearnが入っていないので使える様にする手引きまで今回は扱います(具体的な用途についてはまだ勉強中です)

#環境
UnrealEngine4 4.25
＊以下UE4と略します
Python 3.7.0
osはWindowsになります。

#プラグイン
UE4上で起動させ,「Scripting」から「Python Editor Script Plugin」を選択

#Hello World
「ウインドウ」から「アウトプットログ」を表示させておく。既存のunrealライブラリから呼び出します。その際に左下からPythonのコマンドを選択します。

以下のスクリプトを書きます

import unreal
unreal.log("Hello world")

以下の様に返ってきます。

#外部ライブラリのインストール
今回はnumpy,matplotlib,sckitlearnのインストールします。まずはディレクトリはEpic内でPythonにあるディレクトリを探します。今回のosはWindowsなのでコマンドプロンプトで
C:\Program Files\Epic Games\UE_4.26\Engine\Binaries\ThirdParty\Python3\Win64
を見つけて移動します(cd)

そして移動後以下の様にインストールします(pipからだとダメでした)

Python -m pip install numpy
Python -m pip install scikit-learn
Python -m pip install matplotlib

#スクリプト

実際に上記のライブラリを用いて,今回はKmeans法を試します。
人工データを生成し,クラスタを割り当てます。以下のファイルを作成

kmeans_Test.py

import numpy as np
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans

#正規乱数による生成
np.random.seed(0)
a=np.random.randn(40,2)
b=np.random.randn(40,2)+np.array([1,0])
c=np.random.randn(40,2)+np.array([1,1])

#すべてを結合しシャッフル
abc=np.r_[a,b,c]
np.random.shuffle(abc)


#学習
model= KMeans(n_clusters=3)
result=model.fit(abc)

marks=["x","+","*"]

#表示
for i in range(3):
  p=[result.labels_[j]== i for j in range(len(result.labels_))]
  plt.scatter(abc[p][:,0],abc[p][:,1],marker=marks[i])

plt.show()

#実行

ファイル作成後,UnrealEngineの「ファイル」から実行

以下の様に表示されたら成功

#最後に

Unreal内でのアセット管理などでPythonは有効活用出来るみたいなので,色々リサーチしたいと思います。