二年级的我来绘制一下SEIR病毒传播曲线图

本文主要是介绍二年级的我来绘制一下SEIR病毒传播曲线图，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

最近的这个情况大家都很清楚，本来好好的春节，一个可以和同学出去happy的假期只能老老实实当一个肥宅，还是一直肥的那种！！！每天写点代码，追追剧，看看考研复习，另外就是刷B站。这不，今天下午刷到毕导又来教我们二年级的知识。建议大家都先去看看

链接奉上
在这里插入图片描述

重点来了

一开始映入我们眼帘的是他那帅气的脸庞，随着进度条的蠕动，出现的数学公式和各种病毒传播模型使我不禁思索，我真的是大学生吗？大三学过这玩意？哈哈，不开玩笑，第一遍看可能确实有点懵，但是看完后想想还是能慢慢理解的，然后由于毕导从不放代码的缘故，所以大多时候只能把他的结果图截屏，这一次有了时间，正好闲着没事就动手把模型图画出来。
在这里插入图片描述

大家看完视频，知道了SEIR模型各参数的意义，然后再根据给的微分方程一步步将变化率代入计算，求得明天的值，最后也画出来了这个图。

代码

很明显，毕导用的是matlab，而我matlab除了数学建模用过几次，基本一直在用python写数据分析之类的，所以这次还是用python

import math
import numpy as np
import matplotlib
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = False# 首先还是设置一下参数,之后方便修改
N=10000        # 人口总数E=[]           # 潜伏携带者
E.append(0)I=[]           # 传染者
I.append(1)S=[]           # 易感者
S.append(N-I[0])R=[]           # 康复者
R.append(0)r=20           # 传染者接触人数
b=0.03         # 传染者传染概率
a=0.1          # 潜伏者患病概率
r2=20          # 潜伏者接触人数
b2=0.03        # 潜伏者传染概率
y=0.1          # 康复概率T=[i for i in range(0,160)]   # 时间for i in range(0,len(T)-1):S.append(S[i]-r*b*S[i]*I[i]/N-r2*b2*S[i]*E[i]/N)E.append(E[i]+r*b*S[i]*I[i]/N-a*E[i]+r2*b2*S[i]*E[i]/N)I.append(I[i]+a*E[i]-y*I[i])R.append(R[i]+y*I[i])def plot():plt.figure()plt.title("SEIR-病毒传播时间曲线")plt.plot(T,S,color='r',label='易感者')plt.plot(T, E, color='k', label='潜伏者')plt.plot(T, I, color='b', label='传染者')plt.plot(T, R, color='g', label='康复者')plt.grid(False)plt.legend()plt.xlabel("时间(天)")plt.ylabel("人数")plt.show()plot()

并不是很规范，那就改规范点

import math
import numpy as np
import matplotlib
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['KaiTi']
plt.rcParams['axes.unicode_minus'] = Falsedef calc(T):for i in range(0, len(T) - 1):S.append(S[i] - r * b * S[i] * I[i] / N - r2 * b2 * S[i] * E[i] / N)E.append(E[i] + r * b * S[i] * I[i] / N - a * E[i] + r2 * b2 * S[i] * E[i] / N)I.append(I[i] + a * E[i] - y * I[i])R.append(R[i] + y * I[i])def plot(T,S,E,I,R):plt.figure()plt.title("SEIR-病毒传播时间曲线")plt.plot(T,S,color='r',label='易感者')plt.plot(T, E, color='k', label='潜伏者')plt.plot(T, I, color='b', label='传染者')plt.plot(T, R, color='g', label='康复者')plt.grid(False)plt.legend()plt.xlabel("时间(天)")plt.ylabel("人数")plt.show()if __name__ == '__main__':# 首先还是设置一下参数,之后方便修改N = 10000  # 人口总数E = []  # 潜伏携带者E.append(0)I = []  # 传染者I.append(1)S = []  # 易感者S.append(N - I[0])R = []  # 康复者R.append(0)r = 20  # 传染者接触人数b = 0.03  # 传染者传染概率a = 0.1  # 潜伏者患病概率r2 = 20  # 潜伏者接触人数b2 = 0.03  # 潜伏者传染概率y = 0.1  # 康复概率T = [i for i in range(0, 160)]  # 时间calc(T)plot(T,S,E,I,R)