Python 写了个新型冠状病毒疫情传播模拟程序

2023-08-01 12:41:03 81

病毒扩散仿真程序，用python也可以。

概述

事情是这样的，B站UP主@ele实验室，写了一个简单的疫情传播仿真程序，告诉大家在家待着的重要性，视频相信大家都看过了，并且UP主也放出了源码。

因为是Java开发的，所以开始我并没有多加关注。后来看到有人解析代码，发现我也能看懂，然后就琢磨用Python应该怎么实现。

Java版程序浅析

一个人就是1个（x,y）坐标点，并且每个人有一个状态。

publicclassPersonextendsPoint{
privateintstate=State.NORMAL;
}

在每一轮的迭代中，遍历每个人，每个人根据自身的状态，做出一定的动作，包括：

移动
状态变化
影响他人

这些动作的具体变更，取决于定义的各种系数。

一轮迭代完成，打印这些点，不同的状态对应不同的颜色。

绘图部分直接使用的Java绘图类Graphics。

Python版思路

如果我们想用Python实现应该怎么做呢？

如果完全复刻Java版本，则每次迭代需遍历所有人，并计算和他人距离，这就是N^2次计算。如果是1000个人，就需要循环1百万次。这个Python的性能肯定捉急。

不过Python有numpy，可以快速的操作数组。结合matplotlib则可以画出图形。

importnumpyasnp
importmatplotlib.pyplotasplt

如何模拟人群

为了减少函数之间互相传参和使用全局变量，我们也来定义一个类:

classPeople(object):
def__init__(self,count=1000,first_infected_count=3):
self.count=count
self.first_infected_count=first_infected_count
self.init()

所有人的坐标数据就是N行2列的数组，同时伴随一定的状态：

definit(self):
self._people=np.random.normal(0,100,(self.count,2))
self.reset()

状态值和计时器也都是数组，同时每次随机选取指定数量的人感染：

defreset(self):
self._round=0
self._status=np.array([0]*self.count)
self._timer=np.array([0]*self.count)
self.random_people_state(self.first_infected_count,1)

这里关键的一点是，辅助数组的大小和人数保持一致，这样就能形成一一对应的关系。

状态发生变化的人才顺带记录时间：

defrandom_people_state(self,num,state=1):
"""随机挑选人设置状态
"""
assertself.count>num
#TODO：极端情况下会出现无限循环
n=0
whilen
通过状态值，就可以过滤出人群，每个人群都是people的切片视图。这里numpy的功能相当强大，只需要非常简洁的语法即可实现:
@property
defhealthy(self):
returnself._people[self._status==0]

@property
definfected(self):
returnself._people[self._status==1]
按照既定的思路，我们先来定义每轮迭代要做的动作:
defupdate(self):
"""每一次迭代更新"""
self.change_state()
self.affect()
self.move()
self._round+=1
self.report()
顺序和开始分析的略有差异，其实并不是十分重要，调换它们的顺序也是可以的。
如何改变状态


这一步就是更新状态数组self._status和计时器数组self._timer:
defchange_state(self):
dt=self._round-self._timer
#必须先更新时钟再更新状态
d=np.random.randint(3,5)
self._timer[(self._status==1)&((dt==d)|(dt>14))]=self._round
self._status[(self._status==1)&((dt==d)|(dt>14))]+=1
仍然是通过切片过滤出要更改的目标，然后全部更新。
这里具体的实现我写的非常简单，没有引入太多的变量：
在一定周期内的感染者（infected），状态置为确诊（confirmed）。我这里简单假设了确诊者就被医院收治，所以失去了继续感染他人的机会（见下面）。如果要搞复杂点，可以引入病床，治愈，死亡等状态。
如何影响他人


影响别人是整个程序的性能瓶颈，因为需要计算每个人之间的距离。
这里继续做了简化，只处理感染者：


definfect_possible(self,x=0.,safe_distance=3.0):
"""按概率感染接近的健康人
x的取值参考正态分布概率表，x=0时感染概率是50%
"""
forinfinself.infected:
dm=(self._people-inf)**2
d=dm.sum(axis=1)**0.5
sorted_index=d.argsort()
foriinsorted_index:
ifd[i]>=safe_distance:
break#超出范围，不用管了
ifself._status[i]>0:
continue
ifnp.random.normal()>x:
continue
self._status[i]=1
#记录状态改变的时间
self._timer[i]=self._round
可以看到，距离的计算仍然是通过numpy的矩阵操作。但是需要对每一个感染者单独计算，所以如果感染者较多，python的处理效率感人。
如何移动


_people是一个坐标矩阵，只要生成移动距离矩阵dt，然后它相加即可。我们可以设置一个可移动的范围width，把移动距离控制在一定范围内。
defmove(self,width=1,x=.0):
movement=self.random_movement(width=width)
#限定特定状态的人员移动
switch=self.random_switch(x=x)
movement[switch==0]=0
self._people=self._people+movement
这里还需要增加一个控制移动意向的选项，仍然是利用了正态分布概率。考虑到这种场景有可能会重用，所以特地把这个方法提取了出来，生成一个只包含01的数组充当开关。
defrandom_switch(self,x=0.):
"""随机生成开关，0-关，1-开

x大致取值范围-1.99-1.99；
对应正态分布的概率，取值0的时候对应概率是50%
:paramx:控制开关比例
:return:
"""
normal=np.random.normal(0,1,self.count)
switch=np.where(normal
输出结果


有了一切数据和变化之后，接下来最重要的事情自然就是图形化显示结果了。直接使用matplotlib的散点图就可以了：
   
defreport(self):
plt.cla()
#plt.grid(False)
p1=plt.scatter(self.healthy[:,0],self.healthy[:,1],s=1)
p2=plt.scatter(self.infected[:,0],self.infected[:,1],s=1,c='pink')
p3=plt.scatter(self.confirmed[:,0],self.confirmed[:,1],s=1,c='red')

plt.legend([p1,p2,p3],['healthy','infected','confirmed'],loc='upperright',scatterpoints=1)
t="Round:%s,Healthy:%s,Infected:%s,Confirmed:%s"%\
(self._round,len(self.healthy),len(self.infected),len(self.confirmed))
plt.text(-200,400,t,ha='left',wrap=True)
实际效果

启动。
if__name__=='__main__':
np.random.seed(0)
plt.figure(figsize=(16,16),dpi=100)
plt.ion()
p=People(5000,3)
foriinrange(100):
p.update()
p.report()
plt.pause(.1)
plt.pause(3)
因为这个小demo主要是个人用来练手，目前一些参数没有完全抽出来。有需要的只能直接改源码。

后记


从多次实验的结果，通过调整人员的流动意愿，流动距离等因素，是可以得到直观的结论的。
本人也是初次使用numpy和matplotlib，现学现卖，若有使用不当之处请指正。其中的概率参数设置基本没有科学依据，仅供Python爱好者参考。
总得来说，用numpy来模拟病毒感染情况应该是能行得通的。但是其中的影响因子还需要仔细设计。性能也是需要考量的问题。
源码地址
总结
以上所述是小编给大家介绍的Python写了个新型冠状病毒疫情传播模拟程序，希望对大家有所帮助，也非常感谢大家对毛票票网站的支持！

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

Python 写了个新型冠状病毒疫情传播模拟程序

热门推荐

随机推荐