Я хотел бы сгенерировать случайный текст, используя буквенные частоты из книги в текстовом файле
Рассмотрите возможность использования collection.Counter чтобы увеличить частоты при циклическом перемещении по текстовому файлу по две буквы за раз.
Как использовать цепочки Маркова для этого?Или проще использовать 27 массивов с условными частотами для каждой буквы?
Два утверждения эквивалентны.Цепь Маркова - это то, что вы делаете.27 массивов с условными частотами: как вы делаете это.
Вот некоторый кодовый словарь, с которого можно начать:
from collections import defaultdict, Counter
from itertools import ifilter
from random import choice, randrange
def pairwise(iterable):
it = iter(iterable)
last = next(it)
for curr in it:
yield last, curr
last = curr
valid = set('abcdefghijklmnopqrstuvwxyz ')
def valid_pair((last, curr)):
return last in valid and curr in valid
def make_markov(text):
markov = defaultdict(Counter)
lowercased = (c.lower() for c in text)
for p, q in ifilter(valid_pair, pairwise(lowercased)):
markov[p][q] += 1
return markov
def genrandom(model, n):
curr = choice(list(model))
for i in xrange(n):
yield curr
if curr not in model: # handle case where there is no known successor
curr = choice(list(model))
d = model[curr]
target = randrange(sum(d.values()))
cumulative = 0
for curr, cnt in d.items():
cumulative += cnt
if cumulative > target:
break
model = make_markov('The qui_.ck brown fox')
print ''.join(genrandom(model, 20))