怎么用Python實現新型冠狀病毒疫情傳播模擬程序

本篇內容介紹了“怎么用Python實現新型冠狀病毒疫情傳播模擬程序”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

Java 版程序淺析

一個人就是 1 個（x, y）坐標點，并且每個人有一個狀態。

public class Person extends Point {  private int state = State.NORMAL;}

在每一輪的迭代中，遍歷每個人，每個人根據自身的狀態，做出一定的動作，包括：

移動狀態變化影響他人

這些動作的具體變更，取決于定義的各種系數。

一輪迭代完成，打印這些點，不同的狀態對應不同的顏色。

繪圖部分直接使用的 Java 繪圖類 Graphics。

Python 版思路

如果我們想用 Python 實現應該怎么做呢？

如果完全復刻 Java 版本，則每次迭代需遍歷所有人，并計算和他人距離，這就是 N^2 次計算。如果是 1000 個人，就需要循環 1 百萬次。這個 Python 的性能肯定捉急。

不過 Python 有 numpy ，可以快速的操作數組。結合 matplotlib 則可以畫出圖形。

import numpy as npimport matplotlib.pyplot as plt

如何模擬人群

為了減少函數之間互相傳參和使用全局變量，我們也來定義一個類:

class People(object):  def __init__(self, count=1000, first_infected_count=3):    self.count = count    self.first_infected_count = first_infected_count    self.init()

所有人的坐標數據就是 N 行 2 列的數組，同時伴隨一定的狀態：

def init(self):    self._people = np.random.normal(0, 100, (self.count, 2))    self.reset()

狀態值和計時器也都是數組，同時每次隨機選取指定數量的人感染：

def reset(self):    self._round = 0    self._status = np.array([0] * self.count)    self._timer = np.array([0] * self.count)    self.random_people_state(self.first_infected_count, 1)

這里關鍵的一點是，輔助數組的大小和人數保持一致，這樣就能形成一一對應的關系。

狀態發生變化的人才順帶記錄時間：

def random_people_state(self, num, state=1):    """隨機挑選人設置狀態    """    assert self.count > num    # TODO：極端情況下會出現無限循環    n = 0    while n < num:      i = np.random.randint(0, self.count)      if self._status[i] == state:        continue      else:        self.set_state(i, state)        n += 1  def set_state(self, i, state):    self._status[i] = state    # 記錄狀態改變的時間    self._timer[i] = self._round

通過狀態值，就可以過濾出人群，每個人群都是 people 的切片視圖。這里 numpy 的功能相當強大，只需要非常簡潔的語法即可實現:

@property  def healthy(self):    return self._people[self._status == 0]  @property  def infected(self):    return self._people[self._status == 1]

按照既定的思路，我們先來定義每輪迭代要做的動作:

def update(self):    """每一次迭代更新"""    self.change_state()    self.affect()    self.move()    self._round += 1    self.report()

順序和開始分析的略有差異，其實并不是十分重要，調換它們的順序也是可以的。

如何改變狀態

這一步就是更新狀態數組 self._status 和 計時器數組 self._timer:

def change_state(self):    dt = self._round - self._timer    # 必須先更新時鐘再更新狀態    d = np.random.randint(3, 5)    self._timer[(self._status == 1) & ((dt == d) | (dt > 14))] = self._round    self._status[(self._status == 1) & ((dt == d) | (dt > 14))] += 1

仍然是通過切片過濾出要更改的目標，然后全部更新。

這里具體的實現我寫的非常簡單，沒有引入太多的變量：

在一定周期內的 感染者（infected），狀態置為 確診（confirmed）。 我這里簡單假設了確診者就被醫院收治，所以失去了繼續感染他人的機會（見下面）。如果要搞復雜點，可以引入病床，治愈，死亡等狀態。

如何影響他人

影響別人是整個程序的性能瓶頸，因為需要計算每個人之間的距離。

這里繼續做了簡化，只處理感染者：

def infect_possible(self, x=0., safe_distance=3.0):    """按概率感染接近的健康人    x 的取值參考正態分布概率表，x=0 時感染概率是 50%    """    for inf in self.infected:      dm = (self._people - inf) ** 2      d = dm.sum(axis=1) ** 0.5      sorted_index = d.argsort()      for i in sorted_index:        if d[i] >= safe_distance:          break # 超出范圍，不用管了        if self._status[i] > 0:          continue        if np.random.normal() > x:          continue        self._status[i] = 1        # 記錄狀態改變的時間        self._timer[i] = self._round

可以看到，距離的計算仍然是通過 numpy 的矩陣操作。但是需要對每一個感染者單獨計算，所以如果感染者較多，python 的處理效率感人。

如何移動

_people 是一個坐標矩陣，只要生成移動距離矩陣 dt，然后它相加即可。我們可以設置一個可移動的范圍 width，把移動距離控制在一定范圍內。

def move(self, width=1, x=.0):    movement = self.random_movement(width=width)    # 限定特定狀態的人員移動    switch = self.random_switch(x=x)    movement[switch == 0] = 0    self._people = self._people + movement

這里還需要增加一個控制移動意向的選項，仍然是利用了正態分布概率。考慮到這種場景有可能會重用，所以特地把這個方法提取了出來，生成一個只包含 0 1 的數組充當開關。

def random_switch(self, x=0.):    """隨機生成開關，0 - 關，1 - 開    x 大致取值范圍 -1.99 - 1.99；    對應正態分布的概率， 取值 0 的時候對應概率是 50%    :param x: 控制開關比例    :return:    """    normal = np.random.normal(0, 1, self.count)    switch = np.where(normal < x, 1, 0)    return switch

輸出結果

有了一切數據和變化之后，接下來最重要的事情自然就是圖形化顯示結果了。直接使用 matplotlib 的散點圖就可以了：

def report(self):    plt.cla()    # plt.grid(False)    p1 = plt.scatter(self.healthy[:, 0], self.healthy[:, 1], s=1)    p2 = plt.scatter(self.infected[:, 0], self.infected[:, 1], s=1, c='pink')    p3 = plt.scatter(self.confirmed[:, 0], self.confirmed[:, 1], s=1, c='red')    plt.legend([p1, p2, p3], ['healthy', 'infected', 'confirmed'], loc='upper right', scatterpoints=1)    t = "Round: %s, Healthy: %s, Infected: %s, Confirmed: %s" % \      (self._round, len(self.healthy), len(self.infected), len(self.confirmed))    plt.text(-200, 400, t, ha='left', wrap=True)

實際效果啟動。

if __name__ == '__main__':  np.random.seed(0)  plt.figure(figsize=(16, 16), dpi=100)  plt.ion()  p = People(5000, 3)  for i in range(100):    p.update()    p.report()    plt.pause(.1)  plt.pause(3)

因為這個小 demo 主要是個人用來練手，目前一些參數沒有完全抽出來。有需要的只能直接改源碼。

“怎么用Python實現新型冠狀病毒疫情傳播模擬程序”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！