基于Python实现以对象State属性为状态的马尔可夫链序列生成

我定义了如下Enum类型的状态：

from enum import Enum
class State(Enum):
    State1 = 1
    State2 = 2
    State3 = 3

以及状态间的转移概率矩阵：

transition_probabilities = [
    [0.8, 0.1, 0.1],
    [0.2, 0.5, 0.3],
    [0.3, 0.3, 0.4]
]

同时有一批带State属性的dataclass对象：

from dataclasses import dataclass

@dataclass
class Thing:
    name: str
    state: State

things = [
    Thing('a', State.State1),
    Thing('b', State.State1),
    Thing('c', State.State2),
    Thing('d', State.State2),
    Thing('e', State.State2),
    Thing('f', State.State3),
]

我希望生成指定长度（如20）的对象序列：从一个对象开始，根据当前对象的State按转移概率选择下一个状态，再从该状态对应的所有Thing对象中均匀采样一个，重复此过程。请问当前架构下能否实现？若不能，该如何调整？

当前架构可以实现，只需补充预处理逻辑和序列生成的核心代码即可，具体步骤如下：

1. 预处理：建立状态到对应Thing列表的映射 #

先将所有Thing按State分组，方便后续快速根据状态获取可采样的对象：

from collections import defaultdict

# 构建状态到Thing列表的映射
state_to_things = defaultdict(list)
for thing in things:
    state_to_things[thing.state].append(thing)

2. 实现序列生成逻辑 #

借助random模块完成概率转移和均匀采样：

import random

def generate_sequence(start_thing, target_length):
    sequence = [start_thing]
    current_state = start_thing.state
    
    for _ in range(target_length - 1):
        # 匹配当前状态对应的转移概率行（State的value是1/2/3，对应矩阵索引0/1/2）
        state_index = current_state.value - 1
        transition_probs = transition_probabilities[state_index]
        
        # 按转移概率选择下一个状态
        next_state = random.choices(list(State), weights=transition_probs)[0]
        
        # 从对应状态的Thing中均匀采样一个对象
        next_thing = random.choice(state_to_things[next_state])
        
        sequence.append(next_thing)
        current_state = next_state
    
    return sequence

# 示例：随机选一个初始对象，生成长度为20的序列
initial_thing = random.choice(things)
final_sequence = generate_sequence(initial_thing, 20)

# 输出结果
for pos, thing in enumerate(final_sequence, 1):
    print(f"第{pos}个对象：{thing.name}，状态：{thing.state.name}")

关键细节说明 #

• 状态与矩阵索引的映射：因为State的value是1、2、3，而转移矩阵是0起始的二维列表，所以用current_state.value - 1来匹配对应概率行。
• 概率转移实现：random.choices的weights参数直接传入转移概率列表，即可实现按给定概率分布选择下一个状态。
• 均匀采样：random.choice会从目标状态的Thing列表中随机选取一个对象，天然满足均匀采样的要求。

内容的提问来源于stack exchange，提问作者Dan Jackson