python中的社会选择理论
socialchoice的Python项目详细描述
社会选择：社会选择理论的图书馆
这个库实现social choice mechanisms。
安装
SocialChoice在PYPI上，所以：
pip3 install socialchoice
一个最小的例子
在这里，我们提交了两张成对的选票，其中"a"击败了"b"，而"c"输给了"b"。我们要计算此投票集的ranked pairs结果。
>>>fromsocialchoiceimportPairwiseBallotBox,Election>>>pairwise_ballots=PairwiseBallotBox([("a","b","win"),("c","b","loss")])>>>election=Election(pairwise_ballots)>>>election.ranking_by_ranked_pairs()['a','b','c']
一个稍微不那么简单的例子
让我们再次使用排名对来运行排名选择选举。
>>>fromsocialchoiceimportRankedChoiceBallotBox,Election>>>ranked_ballots=RankedChoiceBallotBox([[1,2,3,4],[1,{2,3},4]])>>>election=Election(ranked_ballots)>>>election.ranking_by_ranked_pairs()[1,2,3,4]
注意，领带是允许的-只需提交一个集合作为您的排名的一个元素，其中每一个将被视为领带。排名选择投票被转换成成对偏好，然后排名对可以运行的结果。
将成对投票转换为订购
假设您收集了来自多个投票者的成对投票，并且希望运行基于位置的方法，如Borda count。如果每一组成对投票都是可传递且完整的，这很容易实现——也就是说，选民有一致的偏好（如果A优先于B，B优先于C，选民也不喜欢C优先于A），并且他们为每个候选人配对提交了偏好。然后，您可以topologically sort他们的投票图，得到的候选人排序列表就是他们的排序。
但如果投票集是不及物的或不完整的呢？如果不及物，你会有循环，这意味着没有明确的顺序。如果不完整，输出将不包含每个候选项。两者都使得无法直接计算位置。但是，有一些方法可以使投票集具有传递性，或者在排序中填充空白。
下面是从循环中移除边的示例。
>>>fromsocialchoiceimport*>>>ballots=VoterTrackingPairwiseBallotBox([(1,2,"win",1),(2,3,"win",1),(3,1,"win",1)])>>>break_random_link=IntransitivityResolverFactory(ballots).make_break_random_link()>>>add_random_edges=IncompletenessResolverFactory(ballots).make_add_random_edges()>>>ballots.enable_ordering_based_methods(break_random_link,add_random_edges)>>>Election(ballots).ranking_by_borda_count()in[[1,2,3],[2,3,1],[3,1,2]]True
顾名思义，这可以通过断开随机链接来解决不及物性，然后通过添加随机边来确保输出的完整性。本例将一组不及物投票（1比2，2比3，3比1）解析为最后一行列出的三个顺序之一。
欢迎加入QQ群-->： 979659372
