При моделирование по той же SEIRD модели хочется иметь привязку к реальным датам, особенно если требуется сравнить модельный данные с реальными. Просто запоминаю для себя как сделать массив таких дат:
import matplotlib.dates as mdates
import datetime as dt
Ndays = 47 # требуемое количество дней
# стартовая дата - 26 марта 2020
now = dt.datetime ( 2020,3,26)
# конечная дата по дельте дней
then = now + dt.timedelta(days=Ndays)
# формируем массив дат
days = mdates.drange(now,then,dt.timedelta(days=1))
Однако, увы, в Spyder в переменных это будет показываться как число
Showing posts with label SEIR. Show all posts
Showing posts with label SEIR. Show all posts
02 June 2020
31 May 2020
Питон Анаконда Паук
Вернемся к Питону.
Как я ранее говорил, мне нужен был Питон с научными библиотеками и поэтому я выбрал дистрибутив Анаконда. При его установке - а после распаковки он представляет из себя sh-скрипт - никакие ярлыки не ставятся. Что, впрочем, не мешает ее запускать из терминала из командной строки - при моем отношении к этому как к хобби - это не напрягает.
Я посмотрел состав дистрибутива и начал со среды разработчика Spyder как наиболее мне знакомой и понятной, как разработчику.
Если проект представляет из себя один файл - а в случае той же SEIRD модели так у меня и получилось - то просто запускаешь и все работает.
В составе Spyder есть возможность пройтись по точкам остановки с инспекцией переменных - это сделано удобно.
Однако мне было интересно сравнение полученных модельных данных с реальными данными. Для этого на первых порах я использовал штатную библиотеку matplotlib, идущую в составе Анаконды.
Внутри Spyder графики показываются на отдельной вкладке и можно открыть их отдельным окном, на снимке показано где.
Для первых прогонов данных этого вполне достаточно
Как я ранее говорил, мне нужен был Питон с научными библиотеками и поэтому я выбрал дистрибутив Анаконда. При его установке - а после распаковки он представляет из себя sh-скрипт - никакие ярлыки не ставятся. Что, впрочем, не мешает ее запускать из терминала из командной строки - при моем отношении к этому как к хобби - это не напрягает.
Я посмотрел состав дистрибутива и начал со среды разработчика Spyder как наиболее мне знакомой и понятной, как разработчику.
Если проект представляет из себя один файл - а в случае той же SEIRD модели так у меня и получилось - то просто запускаешь и все работает.
В составе Spyder есть возможность пройтись по точкам остановки с инспекцией переменных - это сделано удобно.
Однако мне было интересно сравнение полученных модельных данных с реальными данными. Для этого на первых порах я использовал штатную библиотеку matplotlib, идущую в составе Анаконды.
Внутри Spyder графики показываются на отдельной вкладке и можно открыть их отдельным окном, на снимке показано где.
Для первых прогонов данных этого вполне достаточно
27 May 2020
Питон - вторая серия - начало
Первый раз с Питоном я баловался наверное лет 7 назад
Второй раз интерес возник когда решил поиграться с моделями эпидемий, а конкретно - SEIR
Нужно было что-то что решает численно дифференциальные уравнения. На выбор было
Первый вариант был тоскливым и был откинут сразу
По второму я ничего не нашел - ну точнее там пришлось бы диффур самому "программировать" пользуясь встроенным математическим языком системы
Третий вариант показался мне удачным, ибо Питон содержит огромное количество математических библиотек
Началось с этой ссылки
Simulating Compartmental Models in Epidemiology using Python & Jupyter Widgets
С самой страницы есть ссылка на Гитхаб с исходниками в формате Jupiter Notebook
SEIRD Simulator in Python.ipynb
Для изучения сделал на своем ноутбуке виртуальную машину, поставил туда Убунту.
В качестве дистрибутива была выбрана научная Анаконда, которая скачивается в виде архива, распаковывается в sh-скрипт и его запуском ставится
Второй раз интерес возник когда решил поиграться с моделями эпидемий, а конкретно - SEIR
Нужно было что-то что решает численно дифференциальные уравнения. На выбор было
- Написать это прямо в Excel посредством VBA
- Поискать что-то научное - типа свободного Madcad
- Поискать по языкам программирования что содержат библиотеки для этого
Первый вариант был тоскливым и был откинут сразу
По второму я ничего не нашел - ну точнее там пришлось бы диффур самому "программировать" пользуясь встроенным математическим языком системы
Третий вариант показался мне удачным, ибо Питон содержит огромное количество математических библиотек
Началось с этой ссылки
Simulating Compartmental Models in Epidemiology using Python & Jupyter Widgets
С самой страницы есть ссылка на Гитхаб с исходниками в формате Jupiter Notebook
SEIRD Simulator in Python.ipynb
Для изучения сделал на своем ноутбуке виртуальную машину, поставил туда Убунту.
В качестве дистрибутива была выбрана научная Анаконда, которая скачивается в виде архива, распаковывается в sh-скрипт и его запуском ставится
Subscribe to:
Posts (Atom)

