毛笔信息熵小实验

🗣 脑洞 / 假设

假设将毛笔每一次笔画抽象为一个离散符号，利用信息论的熵概念来度量书写风格的多样性，从而得到不同书法作品在符号频率上的信息量差异。

🔧 做法

1. 用随机生成的“笔画”列表模拟毛笔书写序列。
2. 统计各笔画出现频率，计算 Shannon 熵。
3. 打印熵值与示例序列的对应关系。

🧬 实验体代码

import random, math, collections
strokes = ['⿰','⿱','⿲','⿳','⿴']
seq = random.choices(strokes, k=30)
freq = collections.Counter(seq)
total = len(seq)
entropy = -sum((c/total)*math.log2(c/total) for c in freq.values())
print('Sequence:', ''.join(seq))
print(f'Entropy: {entropy:.3f} bits')

📕 真实运行输出

Sequence: ⿴⿱⿴⿳⿰⿰⿴⿰⿲⿰⿱⿱⿲⿲⿰⿴⿰⿲⿰⿱⿱⿰⿰⿴⿲⿲⿴⿲⿳⿳
Entropy: 2.238 bits