如何在Python中创建列和为1的随机转移矩阵？

要生成每列元素和为1的随机矩阵（类似马尔可夫转移矩阵），Python里有两种简单直接的方法，用numpy就能轻松实现：

方法一：随机数生成 + 列归一化 #

先生成指定维度的随机矩阵，再对每一列做归一化处理——让列内每个元素除以该列的总和，就能保证每列元素和为1。

代码示例：

import numpy as np

# 定义矩阵维度：rows行，cols列
rows = 3
cols = 4

# 生成0到1之间的随机矩阵
random_matrix = np.random.rand(rows, cols)

# 对每一列做归一化：每列元素除以该列的和
column_sum = random_matrix.sum(axis=0)  # 计算每列的和
normalized_matrix = random_matrix / column_sum

# 验证每列和是否为1（浮点数精度问题会有极小误差）
print(normalized_matrix.sum(axis=0))

方法二：利用Dirichlet分布直接生成 #

Dirichlet分布的核心就是生成一组和为1的非负随机数，刚好匹配我们对每一列的要求。直接为每一列生成一个Dirichlet样本，再组合成矩阵即可。

如果设置alpha参数全为1，生成的是均匀分布的概率向量；调整alpha的值可以改变分布的集中程度（比如alpha越大，数值越趋于平均）。

代码示例：

import numpy as np

rows = 3
cols = 4

# 为每列生成一个Dirichlet样本，alpha长度等于行数
# alpha设为全1数组，生成均匀分布的概率向量
dirichlet_samples = np.random.dirichlet(np.ones(rows), size=cols)

# 注意：dirichlet_samples的形状是(cols, rows)，需要转置成(rows, cols)
final_matrix = dirichlet_samples.T

# 验证结果
print(final_matrix.sum(axis=0))

两种方法都能快速得到目标矩阵，第一种逻辑直观，第二种更贴合概率分布场景，按需选择即可。

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