python代码实现， SIR 模型进行信息传播模拟

SIR模型是一种常用的信息传播模型，它用来模拟传染病(如冠状病毒)的流行情况。SIR模型包括三种状态：

• S(Susceptible)：易感者，还没有患上传染病的人。
• I(Infected)：感染者，已经患上传染病的人。
• R(Recovered)：恢复者，已经患过传染病并康复的人。

SIR模型假设传染病是通过直接接触传播的，并且每个人只有在感染后才能被传染。因此，SIR模型可以用来模拟传染病的流行情况，并预测传染病的蔓延趋势。

下面是用Python代码实现SIR模型的示例：

```python import numpy as np

def sir_model(S0, I0, R0, beta, gamma, t): """ S0: 初始易感者人数 I0: 初始感染者人数 R0: 初始恢复者人数 beta: 传染率 gamma: 恢复率 t: 时间步长 """ # 初始化数组 S, I, R = np.zeros(t), np.zeros(t), np.zeros(t) S[0], I[0], R[0] = S0, I0, R0 for i in range(t-1): # 计算易感者、感染者和恢复者人数 S[i+1] = S[i] - beta * S[i] * I[i] I[i+1] = I[i] + beta * S[i] * I[i] - gamma * I[i] R[i+1] = R[i] +