用python实现功能：给定信号源的概率分布，计算信息熵

可以使用Python实现给定信号源的概率分布，计算信息熵的功能，具体代码如下：

import math

def calc_entropy(probs):
    # 计算信息熵
    entropy = 0
    for p in probs.values():
        entropy -= p * math.log2(p)

    return entropy

其中，`probs`是一个字典类型，key为信号源，value为对应的概率分布。函数直接使用信息熵的公式计算信息熵，并返回计算结果。可以在Python中调用该函数，并将信号源的概率分布作为参数传递给该函数来计算信息熵。

例如，假设我们有一个信号源，它的概率分布为：

probs = {'A': 0.2, 'B': 0.1, 'C': 0.3, 'D': 0.4}

那么我们可以调用`calc_entropy`函数计算该信号源的信息熵：

entropy = calc_entropy(probs)
print("信息熵为：", entropy)

输出结果为：

信息熵为： 1.8464393446710154