用python实现功能：由用户输入信源和信道转移矩阵，计算噪声熵，疑义度和互信息

好的，我们可以通过 Python 中的 input 函数来获取用户输入的信源和信道转移矩阵，然后再根据前面的步骤计算噪声熵、疑义度和互信息。具体代码如下：

import numpy as np

# 获取信源和信道转移矩阵
source = input("请输入信源概率分布（用逗号隔开）：")
source = np.array([float(x.strip()) for x in source.split(",")])
channel = input("请输入信道转移矩阵（用分号和逗号隔开）：")
channel = np.array([[float(x.strip()) for x in row.split(",")] for row in channel.split(";")])

# 计算噪声熵
noise_entropy = -np.sum(channel * np.log2(channel), axis=0)

# 计算疑义度
joint_distribution = np.outer(source, np.sum(channel, axis=0))
ambiguity = np.sum(joint_distribution * np.log2(joint_distribution/channel), axis=0)

# 计算互信息
mutual_information = np.sum(joint_distribution * np.log2(joint_distribution/source), axis=0)

print("噪声熵:", noise_entropy)
print("疑义度:", ambiguity)
print("互信息:", mutual_information)

这段代码中，我们先通过 input 函数获取用户输入的信源概率分布和信道转移矩阵。其中，信源概率分布需要用户输入一个逗号分隔的字符串，然后再将其转换为 numpy 数组；信道转移矩阵需要用户输入一个分号和逗号分隔的字符串，再将其转换为 numpy 数组。

然后，我们根据前面的步骤计算噪声熵、疑义度和互信息，并将结果打印出来。用户可以根据提示输入相应的信源和信道转移矩阵，然后查看计算结果。