seir模型预测新冠疫情python代码
时间: 2024-09-05 08:05:40 浏览: 169
SEIR模型是一种流行病学中的数学模型,它基于人群分为易感(S)、暴露(E)、感染(I)和恢复(R)四个阶段来预测疫情的发展。在Python中,我们可以利用scipy等科学计算库来构建和模拟这个模型。下面是一个简单的示例代码,展示如何使用Python编写SEIR模型的基本框架:
```python
import numpy as np
from scipy.integrate import odeint
import matplotlib.pyplot as plt
# 定义SEIR模型函数
def seir_model(t, y, N, beta, gamma):
S, E, I, R = y # 易感者、暴露者、感染者、康复者的数量
dSdt = -beta * S * I / N
dEdt = beta * S * I / N - gamma * E
dIdt = gamma * E - (1 / sigma) * I
dRdt = (1 / sigma) * I
return [dSdt, dEdt, dIdt, dRdt]
# 参数设置
N = 1e6 # 总人口数
beta = 0.2 # 感染率
gamma = 1 / 7 # 平均感染期天数
sigma = 1 / 5 # 平均潜伏期天数
initial_conditions = [N - 1, 1, 0, 0] # 初始状态,假设有一个初始感染者
timespan = np.linspace(0, 180, 180) # 时间范围
# 解析微分方程
solution = odeint(seir_model, initial_conditions, timespan, args=(N, beta, gamma))
# 绘制结果
plt.plot(timespan, solution[:, 0], label='易感者')
plt.plot(timespan, solution[:, 1], label='暴露者')
plt.plot(timespan, solution[:, 2], label='感染者')
plt.plot(timespan, solution[:, 3], label='康复者')
plt.xlabel('时间(天)')
plt.ylabel('人数')
plt.legend()
plt.show()
阅读全文