用Python实战博弈论：5个经典模型的代码实现与可视化分析
博弈论作为研究策略互动的数学工具，在经济学、计算机科学甚至生物学领域都有广泛应用。但理论教材中的矩阵和公式往往让初学者望而生畏——直到我们用代码将这些抽象概念转化为可交互的模拟实验。本文将带你用Python构建五个经典博弈模型，通过动态可视化理解Nash均衡的形成机制。不同于静态的理论分析，我们将重点关注参数调整如何影响均衡结果，以及如何用算法求解混合策略均衡。
1. 环境配置与基础工具
在开始建模前，我们需要配置Python科学计算栈。推荐使用Anaconda创建专用环境：
conda create -n game_theory python=3.9 conda activate game_theory pip install numpy matplotlib seaborn sympy关键库的作用：
- NumPy：处理博弈矩阵运算
- Matplotlib/Seaborn：可视化支付矩阵与策略分布
- SymPy：符号计算用于精确求解均衡点
定义通用可视化函数，用于后续所有模型的收益矩阵展示：
import matplotlib.pyplot as plt import seaborn as sns def plot_payoff_matrix(matrix, players, strategies): plt.figure(figsize=(8, 6)) sns.heatmap(matrix, annot=True, fmt=".1f", cmap="YlGnBu", xticklabels=strategies[1], yticklabels=strategies[0]) plt.xlabel(players[1] + "'s Strategy") plt.ylabel(players[0] + "'s Strategy") plt.title("Payoff Matrix Heatmap") plt.show()2. 囚徒困境：理解占优策略
作为最著名的非零和博弈，囚徒困境完美展示了个人理性与集体理性的矛盾。我们先定义支付矩阵：
prisoners_payoff = np.array([ [(-1, -1), (-3, 0)], # 囚徒A: 坦白/抵赖 [(0, -3), (-2, -2)] # 囚徒B: 同上 ])用plot_payoff_matrix()可视化后，我们可以清晰地看到"坦白"是双方的严格占优策略。但更有趣的是模拟重复博弈场景：
def repeated_prisoners_dilemma(rounds, strategy_a, strategy_b): history = [] for _ in range(rounds): move_a = strategy_a(history) move_b = strategy_b(history) payoff = prisoners_payoff[move_a][move_b] history.append((move_a, move_b, payoff)) return np.cumsum([p for _,_,p in history], axis=0)尝试不同策略组合时，我们会发现"以牙还牙"(Tit-for-Tat)在长期互动中表现优异——这解释了为什么现实社会中合作可能自发形成。
3. 性别战：协调博弈与混合策略
当夫妻选择周末活动时，他们面临的是典型的协调博弈。支付矩阵如下：
battle_of_sexes = np.array([ [(3, 2), (0, 0)], # 妻子: 足球/歌剧 [(0, 0), (2, 3)] # 丈夫: 同上 ])这个博弈有两个纯策略Nash均衡。我们使用SymPy计算混合策略均衡：
from sympy import symbols, Eq, solve p, q = symbols('p q') # 妻子选足球概率，丈夫选足球概率 # 计算妻子无差异条件 wife_eq = Eq(3*q + 0*(1-q), 0*q + 2*(1-q)) husband_eq = Eq(2*p + 0*(1-p), 0*p + 3*(1-p)) mixed_eq = solve((wife_eq, husband_eq), (p, q)) print(f"混合策略均衡: p={mixed_eq[p]:.2f}, q={mixed_eq[q]:.2f}")输出显示妻子有3/5概率选择足球，丈夫有2/5概率选择足球。我们可以用蒙特卡洛模拟验证这个均衡：
def mixed_strategy_simulation(samples, p, q): choices = np.random.rand(samples, 2) wife_choice = (choices[:,0] < p).astype(int) husband_choice = (choices[:,1] < q).astype(int) payoffs = battle_of_sexes[wife_choice, husband_choice] return payoffs.mean(axis=0)4. 古诺模型：连续策略空间的均衡
在寡头产量竞争中，企业需要同时决定产量。我们用SciPy求解均衡：
from scipy.optimize import minimize def cournot_profit(q1, q2, a=100, c=10): """a为市场容量，c为边际成本""" price = a - q1 - q2 return (price - c) * q1 # 企业1的最优反应函数 def best_response(q2, a=100, c=10): res = minimize(lambda q: -cournot_profit(q, q2, a, c), x0=30, bounds=[(0, a)]) return res.x[0] # 计算均衡点 q1_star = best_response(best_response(30)) q2_star = best_response(q1_star) print(f"古诺均衡产量: q1={q1_star:.1f}, q2={q2_star:.1f}")可视化反应函数曲线时，两条曲线的交点即为Nash均衡点。调整市场容量参数a，可以观察到均衡如何随市场环境变化。
5. 霍特林模型：空间竞争与差异化
这个模型解释为什么政客政策会趋同。假设线性城市长度为1，两家商店选择位置：
def hotelling_profit(loc1, loc2, price=1, t=0.1): """t为运输成本系数""" if loc1 == loc2: return price/2 boundary = (loc1 + loc2)/2 return price*boundary if loc1 < loc2 else price*(1-boundary) # 寻找位置均衡 def find_location_equilibrium(tolerance=1e-3): loc1, loc2 = 0.2, 0.8 # 初始位置 while True: new_loc1 = best_response_loc(loc2) new_loc2 = best_response_loc(loc1) if abs(new_loc1-loc1)<tolerance and abs(new_loc2-loc2)<tolerance: break loc1, loc2 = new_loc1, new_loc2 return loc1, loc2模拟结果显示两家商店最终会聚集在中心点——这与现实中快餐店经常比邻而开的现象一致。修改运输成本参数t，可以观察到均衡位置如何随消费者对距离的敏感度变化。
