Showing posts with label SEIR. Show all posts
Showing posts with label SEIR. Show all posts

02 June 2020

Формирование массива дат в Питоне

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



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

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

  • 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