Pandas从Markov链d计算序列的概率

Question

我想计算马尔可夫链中几个序列的概率。我准备好了马尔可夫链，但我不知道如何容易地计算特定序列的概率。在

我的pandas数据帧，左边的A-E作为索引，顶部的A-E作为列，称为Markov，如下所示：

    A   B   C   D   E
A   0.3 0.2 0.5 0.0 0.2
B   0.2 0.4 0   0   0.4
C   0.5 0.4 0   0.1 0
D   0.2 0.2 0.2 0.2 0.2 
E   0.6 0.1 0.1 0.1 0.1

假设我要检查序列的概率，称为sequence:['A'，'C'，'D']。这意味着A到C，C到D的转变，结果应该是0.05。在

我成功地使用了熊猫。功能：

^{pr2}$

但是，我想构建一个函数，当我把每一行的序列表交给它时，它会计算出相应的序列概率。在我的方法中，每次要检查特定序列时，我都必须手动更改代码。在

我怎么能做到这一点？我是不是在俯瞰熊猫的建筑特征来进行这样的计算？在

Answer 1

您可以定义如下函数：

def get_prob(*args):
    ret = 1
    for i, j in zip(args, args[1:]):
        ret *= markov.at[i,j]

    return ret

然后打电话：

^{pr2}$

或者您可以：

^{3}$

所以您可以传递一个字符串（或一个列表）：

get_prob2('ACDE')
# 0.010000000000000002