在信件标度和随机文本的马尔可夫链

Question

我想使用.txt文件中的书中的字母频率生成随机文本,以便每个新字符(string.lowercase + ' ')取决于前一个字符.

我如何使用马尔可夫链来这样做？或者每个字母使用带有条件频率的27个数组是否更简单？

Answer 1

我想使用txt文件中的书中的字母频率生成随机文本

考虑使用collections.Counter来建立频率,一次循环文本文件两个字母.

我如何使用马尔可夫链来这样做？或者每个字母使用带有条件频率的27个数组是否更简单？

这两个陈述是等价的.马尔科夫链是什么你在干什么.具有条件频率的27个阵列就是你如何做到的.

这里有一些基于字典的代码可以帮助您入门:

from collections import defaultdict, Counter
from itertools import ifilter
from random import choice, randrange

def pairwise(iterable):
    it = iter(iterable)
    last = next(it)
    for curr in it:
        yield last, curr
        last = curr

valid = set('abcdefghijklmnopqrstuvwxyz ')

def valid_pair((last, curr)):
    return last in valid and curr in valid

def make_markov(text):
    markov = defaultdict(Counter)
    lowercased = (c.lower() for c in text)
    for p, q in ifilter(valid_pair, pairwise(lowercased)):
        markov[p][q] += 1
    return markov

def genrandom(model, n):
    curr = choice(list(model))
    for i in xrange(n):
        yield curr
        if curr not in model:   # handle case where there is no known successor
            curr = choice(list(model))
        d = model[curr]
        target = randrange(sum(d.values()))
        cumulative = 0
        for curr, cnt in d.items():
            cumulative += cnt
            if cumulative > target:
                break

model = make_markov('The qui_.ck brown fox')
print ''.join(genrandom(model, 20))