写一段python代码：十个决策阶段以及每个决策阶段的随机信息构成了一个场景，蒙特卡罗模拟10000个场景的生成，将生成的这些场景进行标记、聚合、缩减

好的，以下是一个简单的示例代码：

import random

# 定义10个决策阶段的随机信息
decision_info = [[] for i in range(10)]
for i in range(10):
    for j in range(5):
        decision_info[i].append(random.randint(1, 10))
        
# 定义一个函数，生成一个场景
def generate_scene():
    scene = []
    for i in range(10):
        scene.append(random.choice(decision_info[i]))
    return scene

# 生成10000个场景
scenes = [generate_scene() for i in range(10000)]

# 对场景进行标记、聚合、缩减
tagged_scenes = [(scene, random.choice(['A', 'B', 'C'])) for scene in scenes]
aggregated_scenes = {}
for scene, tag in tagged_scenes:
    if tag not in aggregated_scenes:
        aggregated_scenes[tag] = []
    aggregated_scenes[tag].append(scene)
reduced_scenes = {}
for tag in aggregated_scenes:
    reduced_scenes[tag] = [sum(scene) for scene in aggregated_scenes[tag]]

# 打印结果
print("标记后的场景：", tagged_scenes[:5])
print("聚合后的场景：", aggregated_scenes)
print("缩减后的场景：", reduced_scenes)

这段代码首先定义了10个决策阶段的随机信息，然后定义了一个函数 `generate_scene()`，用于生成一个随机场景。接着，生成10000个随机场景，并对这些场景进行标记、聚合、缩减，最后打印出结果。

在标记阶段，我们将每个场景随机分配到A、B、C三个标记中的一个。在聚合阶段，我们将所有具有相同标记的场景放在一起，得到了3个聚合后的场景。在缩减阶段，我们对每个聚合后的场景进行求和，得到了3个缩减后的场景。