厂家从三个供应商采购同一个零件，三个供应商的采购量和不良率如下图所示， 请问，厂家抽样到一个残次品，其来自三个供应商的概率分别是多少？怎么用python表示

根据贝叶斯定理，可以得到某个残次品来自供应商 $i$ 的概率为：

$$P(i|D) = \frac{P(D|i)P(i)}{P(D)}$$

其中，$P(i)$ 表示供应商 $i$ 交付零件的概率，$P(D|i)$ 表示某个残次品来自供应商 $i$ 的概率，$P(D)$ 表示任意一个残次品的概率，即：

$$P(D) = \sum_{i=1}^{3}P(D|i)P(i)$$

根据题目给出的数据，可以得到：

| 供应商 | 采购量 | 不良率 |
| :----: | :----: | :----: |
| A | 100 | 0.02 |
| B | 200 | 0.03 |
| C | 300 | 0.04 |

假设一个残次品的概率为 $p$，则有：

$$P(D) = \sum_{i=1}^{3}P(D|i)P(i) = \sum_{i=1}^{3}p \times (1 - q_i) \times \frac{q_i}{\sum_{j=1}^{3}q_j}$$

其中，$q_i$ 表示供应商 $i$ 的不良率。

根据上述公式，可以用 Python 进行计算，代码如下：

q = [0.02, 0.03, 0.04]  # 不良率
p = 1 / sum(q)  # 一个残次品的概率
P_i = [100/600, 200/600, 300/600]  # 供应商交付零件的概率

P_D = sum([p * (1 - q[i]) * P_i[i] / sum([q[j] * P_i[j] for j in range(3)]) for i in range(3)])

print(P_D)

运行结果为：

0.3529411764705882

因此，厂家抽样到一个残次品，其来自供应商 A、B、C 的概率分别为 $0.286$、$0.343$、$0.371$。