python代码，疾病传染模型

在医学和流行病学中，疾病传染模型是用来预测和研究疾病在人群中的传播情况的一种数学模型。这种模型通常使用概率分布函数来描述疾病的传播情况，并使用微积分方程来求解。

下面是一个简单的 Python 代码，用于模拟疾病的传播情况：

import numpy as np

# 初始化参数
N = 1000  # 人群规模
I0 = 1  # 初始感染人数
S0 = N - I0  # 初始易感人数
R0 = 0  # 初始恢复人数
beta = 0.3  # 传染率
gamma = 0.1  # 恢复率

# 迭代模拟
t = np.arange(0, 365)  # 从第 0 天开始模拟，持续 365 天
S = np.zeros(365)
I = np.zeros(365)
R = np.zeros(365)
S[0] = S0
I[0] = I0
R[0] = R0
for i in range(1, 365):
    S[i] = S[i-1] - beta * S[i-1] * I[i-1]
    I[i] = I[i-1] + beta * S[i-1] * I[i-1] - gamma * I[i-1]
    R[i] = R[i-1] + gamma * I[i-1]

# 绘制曲线
import matplotlib.pyplot as plt
plt.plot(t, S, 'b', label='易感者')
plt.plot(t, I, 'r', label='感染者')
plt.plot(t, R, 'g', label='恢复者')
plt.legend()
plt.show()

这段代码使用了两个参数：传染率 beta 和恢复率 gamma。传染率表示每个感染者每天会