一个醉汉在有15个路口的街道随机行走，路口1是酒吧，路口15是他的家，每到一个路口时，他都以相同的概率向左或向右走，若到达家或酒吧就停止。用马尔可夫链给出模拟醉汉行走路线的仿真思想。

我们可以通过构建一个状态转移矩阵来模拟醉汉行走路线的仿真思想。矩阵的每一行代表醉汉当前所在的路口，每一列代表醉汉下一步要走的方向。由于醉汉有相同的概率向左或向右走，因此矩阵的每一列中对应的元素的值都应该是相等的，且都为1/2。

具体来说，假设醉汉当前所在的路口为i，则根据题目要求，如果i=1或i=15，则不再进行下一步移动。否则，醉汉有相等的概率向左或向右走，因此下一步移动到路口i-1或i+1的概率均为1/2。

构建出状态转移矩阵后，我们可以通过不断进行状态转移来模拟醉汉的行走路线。具体来说，我们可以从初始状态开始，根据矩阵进行一次状态转移，然后再根据得到的状态进行下一次状态转移，直到醉汉到达了酒吧或家为止。

下面是Python代码的实现：

import numpy as np

# 构建状态转移矩阵
n = 15  # 路口数
P = np.zeros((n, n))
for i in range(1, n-1):
    P[i][i-1] = 1/2
    P[i][i+1] = 1/2

# 模拟醉汉行走路线
cur_state = 7  # 初始状态
while cur_state != 1 and cur_state != 15:
    print("当前在第%d个路口" % cur_state)
    next_state = np.random.choice(n, p=P[cur_state])
    cur_state = next_state

# 输出最终到达的地点
if cur_state == 1:
    print("到达了酒吧")
else:
    print("到达了家")

在上述代码中，我们使用numpy库来构建状态转移矩阵，并使用np.random.choice函数来进行状态转移。最后输出醉汉最终到达的地点。