今天是个好日子！
我有一个问题，我必须编写这样的程序：
我有一些任意数量的事件，让我们调用事件 A、B、C、D、E、F 等。
现在它们以明确定义的顺序出现，如下所示：
[A, A, C, A, A, A, F, B, A]
这只是一个随机样本，我有数千个此类事件序列的数据，每个序列中将有 9 个事件。
我要做的是计算每个单独事件发生的概率。像：
到目前为止，我已经完成了条件/联合概率、马尔可夫链背后的数学，但我无法提出编程部分。是否有任何线索可以让我获得一些框架、库或工具来帮助我使用我的所有序列运行模拟，并给出任何最终的概率？
谢谢！
PS：对于那些了解MLB的人，我只是想根据过去的得分来找出所有9局中某些得分的概率。如果我计算得分的简单概率，我会得到非常高的零概率，但事实并非如此。我只有盒子分数的数据。
我的回答受到Code Review SE 中这个问题的启发
import random
import string
from collections import Counter
def test_data(n, m, choices):
return [[random.choice(choices) for _ in range(m)] for _ in range(n)]
data = test_data(50000, 9, ["A", "B", "C", "D", "E", "F"])
def subsequence_counts(sequences):
return Counter([seq for seq in map(''.join, sequences)])
counter = subsequence_counts(data)
print(counter['BCEEECFAF'])
上面的代码做了什么：
1) 该函数使用参数的元素test_data创建一个n包含项目的列表。mchoices
具体来说，我们使用大写字母创建了 50000 个长度为 9 项的列表A, B, C, D, E, F
这只是为了测试代码
2) 该函数subsequence_counts使用列表推导和 aCounter来跟踪我们拥有的子列表的每一个组合。
3) 最后，您可以访问计数器并获取您想要的任何事件的频率。