本节书摘来异步社区《贝叶斯思维：统计建模的Python学习法》一书中的第2章，第2.4节，作者：【美】Allen B. Downey，更多章节内容可以访问云栖社区“异步社区”公众号查看

2.4　Monty Hall难题

为了解决蒙蒂大厅（Monty Hall）问题，我将定义一个新的类：

class monty(Pmf)：     def __init__(self，hypos)：         Pmf.__init__(self)         for hypo in hypos：             self.Set(hypo，1)         self.Normalize()```到目前为止，蒙蒂大厅和曲奇饼是完全一样的。创建Pmf的代码也一样，除了假设的名称：

hypos='ABC' pmf =Monty(hypos)```

对Update的调用几乎是相同的：

data='B'     pmf.Update(data)```Update的实现也是完全一样的：

def Update (self，data)：     for hypo in self.Values ()：         like = self.Likelihood(data，hypo)         self.Mult(hypo,like)     self.Normalize()```

唯一需要些额外工作的是Likelihood：

def Likelihood (self,data,hypo)：         if hypo==data：             return 0         elif hypo=='A'：             return 0.5         else：             return 1```最后，打印输出的结果是一样的：

for hypo，prob in pmf.Items()：     print hypo,prob```

答案是

A 0.333333333333