马尔可夫链python代码

马尔可夫链是一种基于概率的序列模型，用于预测下一个可能出现的状态。在Python中，可以使用以下代码实现一个简单的马尔可夫链：

import random

# 定义状态转移概率矩阵
transitions = {
    'sunny': {'sunny': 0.8, 'cloudy': 0.2, 'rainy': 0},
    'cloudy': {'sunny': 0.4, 'cloudy': 0.4, 'rainy': 0.2},
    'rainy': {'sunny': 0.2, 'cloudy': 0.6, 'rainy': 0.2}
}

# 定义初始状态和状态序列长度
initial_state = 'sunny'
sequence_length = 10

# 生成状态序列
sequence = [initial_state]
for i in range(sequence_length-1):
    current_state = sequence[-1]
    next_state = random.choices(list(transitions[current_state].keys()), weights=list(transitions[current_state].values()))[0]
    sequence.append(next_state)

print(sequence)

在上述代码中，我们定义了一个包含三个状态的马尔可夫链，分别为“晴天”、“多云”和“雨天”，并定义了它们之间的状态转移概率矩阵。接着，我们指定了初始状态为“晴天”，并生成了一个长度为10的状态序列。在每一步中，根据当前状态的转移概率，使用`random.choices`函数来随机选择下一个状态，并将其添加到序列中。最后，我们输出了生成的状态序列。

需要注意的是，由于马尔可夫链的性质，生成的状态序列是具有一定随机性的，因此每次运行代码生成的序列可能不同。