Python 告诉你疫情扩散有多可怕！Python模拟疫情扩散！

今年（2020年）是注定要铭记史册的一年，从年初开始新冠疫情，席卷了全球，中国人民众志成城，为战胜疫情做出了巨大牺牲。最近北京疫情形式又变得严峻，面对疫情我们不能掉以轻心。今天我们模拟一下病毒的扩散过程，增强对疫情的认识同时，还可以了解下 Python 模拟技术，开干

解决思路

我们将模拟过程分为 数据模型 和 展示 两部分 首先设置正态分布的人群，然后在其中随机设置携带者，在设置传染条件，和潜伏期时间，最后，用迭代模拟时间，观察病毒的传播过程，先看下效果：

数据模型

模拟人群

假设城市环境，人群集中度呈正态分布，即中心地带集中度高，边缘地带集中度低，每个人都是一个平面坐标位置，随机产生在平面中心位置的一组坐标点来代表一个人

我们用 numpy 的随机机制产生模拟数据：

numpy 安装：pip install numpy

import numpy as np

count = 100
people = np.random.normal(250, 100, (count, 2))

• numpy.random.normal 是产生正态分布数据方法，参数为 loc, scale, size
• loc 表示正态分布的中心点，比如横轴坐标总宽度为 500，中心点为 250
• scale 表示标准差，可以理解为距离中心的距离，值越大，分布图形越宽，越小，越窄
• size 表示产生的数量，可以是单值或者二维元组，元组中第一个表示数量，第二个表示每组数据的维度，我们要产生平面上的点，所以是二维的

人的属性除了位置，还需要有状态，我们用（0，1，2）来表示 健康、携带 和 确诊

由于 numpy 产生的事数据集合࿰