Skip to main content

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

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.print_result_table()

model.plot()

plt.show()

Результаты моделирования

sir example

Использование стандартных моделей

Пакет содержит несколько стандартных эпидемиологических моделей.

from epidemmo import Standard

model = Standard.get_SIR_builder().build()
result = model.start(40)

Вы можете изменить стартовую численность каждой стадии, а также изменить значение параметров модели.

from epidemmo import Standard

model = Standard.get_SIR_builder().build()
model.set_start_stages(S=1000, I=10, R=0)
model.set_factors(beta=0.5)

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

  1. изменения численности каждой стадии
  2. изменения значений всех параметров во времени (опционально)
  3. изменения интенсивности потоков модели во времени (опционально)
from epidemmo import Standard

model = Standard.get_SIR_builder().build()
model.start(60)
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: equation example

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

epidemmo-0.1.4.tar.gz (54.5 MB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

epidemmo-0.1.4-py3-none-any.whl (19.6 kB view details)

Uploaded Python 3

File details

Details for the file epidemmo-0.1.4.tar.gz.

File metadata

  • Download URL: epidemmo-0.1.4.tar.gz
  • Upload date:
  • Size: 54.5 MB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.1.1 CPython/3.12.7

File hashes

Hashes for epidemmo-0.1.4.tar.gz
Algorithm Hash digest
SHA256 2b691b86e013448864c6fbb798024bdf2e639ba09ed400ed081cadde2628dbea
MD5 1b36cee3d7a8f4652522823a6bbf1af8
BLAKE2b-256 7f00b67b03b165964043b302f7233db15b80df704fa97a9b5afa2d9dd115ed05

See more details on using hashes here.

File details

Details for the file epidemmo-0.1.4-py3-none-any.whl.

File metadata

  • Download URL: epidemmo-0.1.4-py3-none-any.whl
  • Upload date:
  • Size: 19.6 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/5.1.1 CPython/3.12.7

File hashes

Hashes for epidemmo-0.1.4-py3-none-any.whl
Algorithm Hash digest
SHA256 425eb6a093989e2b670275daeb8cdda4f6cf0f5edcd52867e2c997780f03eb28
MD5 1c9cdf2a7f8c0f69ac247c37065602d2
BLAKE2b-256 447f5f84d90bcca41958fc6df181a2226163c4f5eefd025357f64e178697727c

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page