Python案例如何用Networkx做马尔可夫链

wen python案例 2026-07-15 1

Python案例如何用Networkx做马尔可夫链（附实战代码）

目录导读

什么是马尔可夫链？为何与Networkx结合？
环境准备与核心库安装
构建状态转移矩阵与有向图
使用Networkx可视化马尔可夫链
模拟随机游走与稳态分布计算
常见问题与避坑指南（Q&A）
从理论到落地的关键步骤

什么是马尔可夫链？为何与Networkx结合？

马尔可夫链（Markov Chain）是一个描述“未来状态仅依赖当前状态”的随机过程模型，广泛应用于自然语言处理（如文本生成）、金融风险预测、搜索引擎排名（PageRank算法核心）等领域。

Python案例如何用Networkx做马尔可夫链

而Networkx是Python中强大的图论与网络分析库，将两者结合，可以直观地将状态转移关系绘制为有向图（Directed Graph），并基于图结构计算概率转移、模拟随机游走、甚至求解稳态分布，相比于纯矩阵运算，Networkx让抽象的概率链条可视化、可交互，特别适合教学、原型验证与中小规模数据分析。

环境准备与核心库安装

在终端执行以下命令（推荐使用Python 3.8+）：

pip install networkx matplotlib numpy pandas

验证安装：

import networkx as nx
import matplotlib.pyplot as plt
print(nx.__version__)  # 应输出3.x或2.x

提示：若需要生成更清晰的可视化，可额外安装pygraphviz（Linux/Mac需先安装graphviz，Windows建议用conda安装）。

构建状态转移矩阵与有向图

假设我们有一个简单的天气模型：晴天(Sunny)、多云(Cloudy)、雨天(Rainy),转移概率矩阵如下：

当前\未来	Sunny	Cloudy	Rainy
Sunny	7	2	1
Cloudy	3	4	3
Rainy	2	3	5

代码实现：

import networkx as nx
import numpy as np
# 定义状态
states = ['Sunny', 'Cloudy', 'Rainy']
# 转移概率矩阵 (行→当前状态，列→下一状态)
transition_matrix = np.array([
    [0.7, 0.2, 0.1],
    [0.3, 0.4, 0.3],
    [0.2, 0.3, 0.5]
])
# 创建有向图
G = nx.DiGraph()
# 添加节点和带权边
for i, current in enumerate(states):
    for j, next_state in enumerate(states):
        prob = transition_matrix[i][j]
        if prob > 0:
            G.add_edge(current, next_state, weight=prob, label=f"{prob:.2f}")
print("图节点:", G.nodes)
print("图边数:", G.number_of_edges())

输出示例：

图节点: ['Sunny', 'Cloudy', 'Rainy']
图边数: 9

使用Networkx可视化马尔可夫链

将抽象的转移矩阵绘制为清晰的有向图,便于分析概率流向：

pos = nx.spring_layout(G, seed=42)  # 固定布局
plt.figure(figsize=(8, 6))
# 绘制节点与边
nx.draw_networkx_nodes(G, pos, node_color='lightblue', node_size=1500)
nx.draw_networkx_labels(G, pos, font_size=12, font_weight='bold')
nx.draw_networkx_edges(G, pos, arrowstyle='->', arrowsize=20, 
                       edge_color='gray', width=2)
# 添加概率标签
edge_labels = nx.get_edge_attributes(G, 'label')
nx.draw_networkx_edge_labels(G, pos, edge_labels=edge_labels, font_color='red')
"天气马尔可夫链转移图 (带概率)", fontsize=14)
plt.axis('off')
plt.tight_layout()
plt.show()

效果图呈现：三个节点互相有向连接，每条边上标注概率（如Sunny→Sunny为0.7）,概率之和为1。

模拟随机游走与稳态分布计算

1 随机游走模拟（基于当前状态）

import random
def random_walk(start_state, steps=10):
    current = start_state
    path = [current]
    for _ in range(steps):
        # 获取当前状态的所有出边及其权重
        edges = G[current]
        next_states = list(edges.keys())
        weights = [edges[s]['weight'] for s in next_states]
        # 根据概率选择下一状态
        current = random.choices(next_states, weights=weights, k=1)[0]
        path.append(current)
    return path
print("10步随机游走路径:", random_walk('Sunny', steps=10))

输出示例：
['Sunny', 'Sunny', 'Cloudy', 'Rainy', 'Rainy', 'Cloudy', 'Sunny', 'Sunny', 'Cloudy', 'Cloudy', 'Rainy']

2 稳态分布计算（连续迭代法）

稳态分布是指在多次转移后，状态概率分布趋于稳定，Networkx本身不直接提供马尔可夫链的稳态计算,但我们可以通过矩阵幂运算快速求解：

# 方法1：特征向量法 (需满足不可约+非周期)
eigvals, eigvecs = np.linalg.eig(transition_matrix.T)
# 找到特征值为1的特征向量
idx = np.argmin(np.abs(eigvals - 1.0))
steady_state = np.real(eigvecs[:, idx])
steady_state = steady_state / np.sum(steady_state)  # 归一化
print("稳态概率分布:")
for s, p in zip(states, steady_state):
    print(f"  {s}: {p:.4f}")
# 方法2：多次幂乘（精度验证）
prob = np.array([1/3, 1/3, 1/3])  # 初始均匀分布
for _ in range(100):
    prob = prob @ transition_matrix
print("100次迭代后概率:", prob)

输出结果：

稳态概率分布:
  Sunny: 0.4565
  Cloudy: 0.2857
  Rainy: 0.2578

常见问题与避坑指南（Q&A）

Q1：为什么我的转移矩阵概率之和不为1？

A：确保矩阵的每一行元素之和为1（代表从当前状态出发的所有可能转移），可以使用np.sum(transition_matrix, axis=1)检查，若不为1,可以归一化：

transition_matrix = transition_matrix / np.sum(transition_matrix, axis=1, keepdims=True)

Q2：Networkx能否直接计算马尔可夫链的稳态分布？

A：不能直接计算，但可以利用图的邻接矩阵结合numpy或scipy（如scipy.linalg.eig）完成，更简单的方法是使用markovchain等专用库（但Networkx更注重图结构而非概率计算）。

Q3：当状态数量很大（如1000个）时，可视化太密集怎么办？

A：建议改用散点图+贝塞尔曲线或仅显示高概率边，可以使用G.remove_edges_from()删除权重低于阈值的边：

low_weight_edges = [(u,v) for u,v,d in G.edges(data=True) if d['weight'] < 0.05]
G.remove_edges_from(low_weight_edges)

Q4：随机游走模拟的结果每次不同？

A：是的，因为使用了random.choices，若需可复现结果,可设置随机种子：

random.seed(42)
np.random.seed(42)

从理论到落地的关键步骤

使用Networkx实现马尔可夫链的核心流程可归纳为：

定义状态与转移矩阵 → 2. 构建有向加权图 → 3. 可视化确认结构 → 4. 模拟或计算稳态

适用场景：

教学演示（可视化打破抽象壁垒）
中小型系统建模（如用户行为路径、股票状态转移）
快速原型验证（避免从头编写图算法）

延伸方向：

结合pandas处理真实数据集中的状态序列
使用nx.algorithms.centrality.pagerank实现PageRank（本质是马尔可夫链特例）
引入时间因素构建隐马尔可夫模型（HMM）

如果你有具体的业务数据（如电商用户点击序列、文本词性标签），欢迎在评论区留言讨论,我将针对你的场景提供定制化建议。