当前位置 博文首页 > shelgi的博客：二年级的我来绘制一下SEIR病毒传播曲线图
链接奉上
一开始映入我们眼帘的是他那帅气的脸庞，随着进度条的蠕动，出现的数学公式和各种病毒传播模型使我不禁思索，我真的是大学生吗？大三学过这玩意？哈哈，不开玩笑，第一遍看可能确实有点懵，但是看完后想想还是能慢慢理解的，然后由于毕导从不放代码的缘故，所以大多时候只能把他的结果图截屏，这一次有了时间，正好闲着没事就动手把模型图画出来。
大家看完视频，知道了SEIR模型各参数的意义，然后再根据给的微分方程一步步将变化率代入计算，求得明天的值，最后也画出来了这个图。
很明显，毕导用的是matlab，而我matlab除了数学建模用过几次，基本一直在用python写数据分析之类的，所以这次还是用python
import math
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False
# 首先还是设置一下参数,之后方便修改
N=10000 # 人口总数
E=[] # 潜伏携带者
E.append(0)
I=[] # 传染者
I.append(1)
S=[] # 易感者
S.append(N-I[0])
R=[] # 康复者
R.append(0)
r=20 # 传染者接触人数
b=0.03 # 传染者传染概率
a=0.1 # 潜伏者患病概率
r2=20 # 潜伏者接触人数
b2=0.03 # 潜伏者传染概率
y=0.1 # 康复概率
T=[i for i in range(0,160)] # 时间
for i in range(0,len(T)-1):
S.append(S[i]-r*b*S[i]*I[i]/N-r2*b2*S[i]*E[i]/N)
E.append(E[i]+r*b*S[i]*I[i]/N-a*E[i]+r2*b2*S[i]*E[i]/N)
I.append(I[i]+a*E[i]-y*I[i])
R.append(R[i]+y*I[i])
def plot():
plt.figure()
plt.title("SEIR-病毒传播时间曲线")
plt.plot(T,S,color='r',label='易感者')
plt.plot(T, E, color='k', label='潜伏者')
plt.plot(T, I, color='b', label='传染者')
plt.plot(T, R, color='g', label='康复者')
plt.grid(False)
plt.legend()
plt.xlabel("时间(天)")
plt.ylabel("人数")
plt.show()
plot()
并不是很规范，那就改规范点
import math
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False
def calc(T):
for i in range(0, len(T) - 1):
S.append(S[i] - r * b * S[i] * I[i] / N - r2 * b2 * S[i] * E[i] / N)
E.append(E[i] + r * b * S[i] * I[i] / N - a * E[i] + r2 * b2 * S[i] * E[i] / N)
I.append(I[i] + a * E[i] - y * I[i])
R.append(R[i] + y * I[i])
def plot(T,S,E,I,R):
plt.figure()
plt.title("SEIR-病毒传播时间曲线")
plt.plot(T,S,color='r',label='易感者')
plt.plot(T, E, color='k', label='潜伏者')
plt.plot(T, I, color='b', label='传染者')
plt.plot(T, R, color='g', label='康复者')
plt.grid(False)
plt.legend()
plt.xlabel("时间(天)")
plt.ylabel("人数")
plt.show()
if __name__ == '__main__':
# 首先还是设置一下参数,之后方便修改
N = 10000 # 人口总数
E = [] # 潜伏携带者
E.append(0)
I = [] # 传染者
I.append(1)
S = [] # 易感者
S.append(N - I[0])
R = [] # 康复者
R.append(0)
r = 20 # 传染者接触人数
b = 0.03 # 传染者传染概率
a = 0.1 # 潜伏者患病概率
r2 = 20 # 潜伏者接触人数
b2 = 0.03 # 潜伏者传染概率
y = 0.1 # 康复概率
T = [i for i in range(0, 160)] # 时间
calc(T)
plot(T,S,E,I,R)
这样代码就好看多了
身为一个武汉大学生，还是希望武汉能早点恢复过来的，武汉加油，中国加油！！！ 另外大家也可以查查资料，用更准确的数据去绘制模型，看看模型到底准确性如何。
cs