A package for compartmental epidemic modelling
Project description
Пакет epidemmo
Пакет для создания эпидемиологических моделей. Структура создаваемых моделей основана на идеях компартментального моделирования.
Импорт пакета
import epidemmo
Использование стандартных моделей
Пакет содержит несколько стандартных эпидемиологических моделей.
Вы можете изменить стартовую численность каждой стадии, а также изменить значение параметров модели.
from epidemmo import Standard
from matplotlib import pyplot as plt
model = Standard.get_SIR_builder().build()
model.set_start_stages(S=9990, I=10)
model.set_factors(beta=0.5, gamma=0.2)
model.start(60, full_save=True, get_cis=True)
model.plot(draw_cis=True, draw_peaks=True)
plt.show()
Ручное создание простой SIR модели
from epidemmo import ModelBuilder
from matplotlib import pyplot as plt
builder = ModelBuilder()
builder.add_stage('S', 100).add_stage('I', 1).add_stage('R')
builder.add_factor('beta', 0.4).add_factor('gamma', 0.1)
builder.add_flow('S', 'I', 'beta', 'I').add_flow('I', 'R', 'gamma')
model = builder.build()
model.start(70)
Вывод и запись табличных результатов
После запуска модели Вы можете вывести результаты в виде таблицы (PrettyTable) в консоль.
from epidemmo import Standard
model = Standard.get_SIR_builder().build()
model.start(60)
model.print_result_table()
Вы можете записать результаты в csv файл, включая
- изменения численности каждой стадии
- изменения значений всех параметров во времени (опционально)
- изменения интенсивности потоков модели во времени (опционально)
from epidemmo import Standard
model = Standard.get_SIR_builder().build()
model.start(60, full_save=True)
model.write_results(write_flows=True, write_factors=True)
Получение системы LaTex уравнений
Вы можете получить LaTex уравнения модели.
Для этого при добавлении факторов необходимо указать свойство latex_repr.
Вы можете использовать параметр simplified для упрощения уравнений (представления в классическом варианте).
from epidemmo import ModelBuilder
builder = ModelBuilder()
builder.add_stage('S', 100).add_stage('I', 1).add_stage('R')
builder.add_factor('beta', 0.4, latex_repr=r'\beta').add_factor('gamma', 0.1, latex_repr=r'\gamma')
builder.add_flow('S', 'I', 'beta', 'I').add_flow('I', 'R', 'gamma')
model = builder.build()
latex_str = model.get_latex()
print(latex_str)
latex_str_simplified = model.get_latex(simplified=True)
print(latex_str_simplified)
Будут сформированы следующие системы дифференциальных уравнений:
\begin{equation}\label{eq:SIR_full}
\begin{cases}
\frac{dS}{dt} = - S \cdot (1 - (1 - \frac{\beta}{N})^{I})\\
\frac{dI}{dt} = S \cdot (1 - (1 - \frac{\beta}{N})^{I}) - I \cdot \gamma\\
\frac{dR}{dt} = I \cdot \gamma\\
\end{cases}
\end{equation}
\begin{equation}\label{eq:SIR_classic}
\begin{cases}
\frac{dS}{dt} = - \frac{S \cdot \beta \cdot I}{N}\\
\frac{dI}{dt} = \frac{S \cdot \beta \cdot I}{N} - I \cdot \gamma\\
\frac{dR}{dt} = I \cdot \gamma\\
\end{cases}
\end{equation}
Для компиляции необходимо подключить пакет amsmath
Результат компиляции LaTex выглядит следующим образом:
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Filter files by name, interpreter, ABI, and platform.
If you're not sure about the file name format, learn more about wheel file names.
Copy a direct link to the current filters
File details
Details for the file epidemmo-0.2.2.tar.gz.
File metadata
- Download URL: epidemmo-0.2.2.tar.gz
- Upload date:
- Size: 224.3 kB
- Tags: Source
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.14.0
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
0f69b44d948fd4b2eb451447e7a8ae1fbeb7d7f8c536f4beb896a243da56a221
|
|
| MD5 |
b3452ece6320ccfb6de7ce7ef814a78c
|
|
| BLAKE2b-256 |
23760135ad7f57538f6115aa0595787026c6138469c9a533cd8d885d24c89e2c
|
File details
Details for the file epidemmo-0.2.2-py3-none-any.whl.
File metadata
- Download URL: epidemmo-0.2.2-py3-none-any.whl
- Upload date:
- Size: 23.6 kB
- Tags: Python 3
- Uploaded using Trusted Publishing? No
- Uploaded via: twine/6.2.0 CPython/3.14.0
File hashes
| Algorithm | Hash digest | |
|---|---|---|
| SHA256 |
d2f317374da632d5ad58d43ad6900aae4f8b3b80f72b7d270e88f42a64b01627
|
|
| MD5 |
38c1b5ba48e3fcd15900ee8f451cdaf8
|
|
| BLAKE2b-256 |
85efb4141c79991caa4016f41d692066f03abd48bfe09560545c2a5ee2e9a8a2
|