Python运用si感染模型感染导入的'football.edge'数据集，输出打印节点感染状态和邻居，之后设置观测节点，利用反向传播算法来定位，输出结果并将定位结果可视化

首先，我们需要安装 `networkx` 和 `matplotlib` 库来读取和可视化网络数据。

!pip install networkx matplotlib

接着，我们可以使用以下代码读取 `football.edge` 数据集：

import networkx as nx

G = nx.read_edgelist('football.edge', nodetype=int)

然后，我们可以使用 `SI` 模型来模拟节点的感染过程：

from collections import deque

def si_model(G, beta):
    # 初始时，所有节点都是未感染状态
    status = {node: 'S' for node in G.nodes}
    
    # 随机选择一个节点进行感染
    start_node = list(G.nodes)[0]
    status[start_node] = 'I'
    
    # 使用队列来维护感染节点的集合
    infected_nodes = deque([start_node])
    
    # 感染传播
    while infected_nodes:
        node = infected_nodes.popleft()
        for neighbor in G.neighbors(node):
            if status[neighbor] == 'S':
                if random.random() < beta:
                    status[neighbor] = 'I'
                    infected_nodes.append(neighbor)
        
    return status

现在我们可以使用 `si_model` 函数来模拟节点的感染过程，并打印节点的感染状态和邻居：

import random

# 使用 beta=0.5 进行感染模拟
status = si_model(G, 0.5)

# 打印节点的感染状态和邻居
for node in G.nodes:
    print(f'Node {node}: {status[node]}')
    print(f'Neighbors: {list(G.neighbors(node))}')

接下来，我们可以设置观测节点，并使用反向传播算法来进行节点定位：

def reverse_si_model(G, beta, observed_nodes):
    # 初始时，所有节点都是未感染状态
    status = {node: 'S' for node in G.nodes}
    
    # 观测节点的初始状态为感染状态
    for node in observed_nodes:
        status[node] = 'I'
    
    # 使用队列来维护感染节点的集合
    infected_nodes = deque(observed_nodes)
    
    # 感染传播
    while infected_nodes:
        node = infected_nodes.popleft()
        for neighbor in G.neighbors(node):
            if status[neighbor] == 'S':
                if random.random() < beta:
                    status[neighbor] = 'I'
                    infected_nodes.append(neighbor)
        
    return status

我们可以使用以下代码来进行节点定位：

# 设置观测节点
observed_nodes = [1, 10, 20, 30]

# 使用 beta=0.5 进行反向传播算法定位
status = reverse_si_model(G, 0.5, observed_nodes)

# 打印定位结果
for node in G.nodes:
    if status[node] == 'I':
        print(f'Node {node} is infected.')

最后，我们可以使用 `matplotlib` 库来可视化节点的感染状态。以下代码将感染节点标记为红色，未感染节点标记为蓝色：

import matplotlib.pyplot as plt

# 将感染节点的位置设置为红色，未感染节点的位置设置为蓝色
colors = ['r' if status[node] == 'I' else 'b' for node in G.nodes]

# 可视化网络
nx.draw(G, pos=nx.spring_layout(G), node_color=colors)
plt.show()

完整代码如下：