新冠sir模型python实现

SIR模型是一种常见的用于描述疫情传播的数学模型。要在Python中实现SIR模型，可以使用Scipy工具包的odeint函数来求解微分方程组。

首先，我们需要导入所需的库和函数：

import numpy as np
from scipy.integrate import odeint

然后，定义SIR模型的微分方程：

def sir_model(y, t, beta, gamma):
    S, I, R = y
    dSdt = -beta * S * I
    dIdt = beta * S * I - gamma * I
    dRdt = gamma * I
    return [dSdt, dIdt, dRdt]

接下来，定义模型参数和初始条件：

beta = 0.2  # S->I传染率
gamma = 0.1  # I->R康复率
N = 1000  # 总人口数
I0 = 1  # 初始感染人数
R0 = 0  # 初始康复人数
S0 = N - I0 - R0  # 初始易感人数
y0 = [S0, I0, R0]  # 初始条件
t = np.linspace(0, 100, 100)  # 时间范围

最后，利用odeint函数求解微分方程，并绘制结果：

solution = odeint(sir_model, y0, t, args=(beta, gamma))
S, I, R = solution[:, 0], solution[:, 1], solution[:, 2]

import matplotlib.pyplot as plt

plt.plot(t, S, label='Susceptible')
plt.plot(t, I, label='Infected')
plt.plot(t, R, label='Recovered')
plt.xlabel('Time')
plt.ylabel('Population')
plt.legend()
plt.show()

这样，我们就可以得到SIR模型的传播情况图表。