# -*- coding: utf-8 -*-

import numpy as np

import random

import matplotlib

matplotlib.rcParams['font.sans-serif']=[u'simHei']

matplotlib.rcParams['axes.unicode_minus']=False

import pandas as pd

import matplotlib.pyplot as plt

p_size=10000

get_ill_p = 0.1

is_ill = np.zeros(p_size)

is_ill[0]=1

ill_n =1

x=[]

y=[]

for time in range(100):

    x.append(time)

    y.append(ill_n)

    # 遍历每一个交往的人数

    for i in range(ill_n):

        # 交往的人数再0-2个人内

        renshu = np.random.randint(0,2)

        for j in range(renshu):

            # 随机挑一个人

            p = np.random.randint(0,p_size)

            # 如果p没患病

            if is_ill[p]==0 and random.random()<0.5:

                is_ill[p]=1

                ill_n += 1

plt.plot(x,y)

clear;

p_size=10000;

get_ill_p = 0.1;

is_ill = zeros(1,p_size);

is_ill(1)=1;

ill_n =1;

y(1)=1;

for time =1:150

    y(time)=ill_n;

    % 遍历每一个交往的人数

    for i =1:ill_n

        % 交往的人数再0-2个人内

        renshu = randperm(2,1); % 产生0到2内的随机整数

        for j =1:renshu

            % 随机挑一个人

            p = randperm(p_size,1); % 产生0到p_size内的随机整数

            % 如果p没患病

            if is_ill(p)==0 && rand(1)<get_ill_p

                is_ill(p)=1;

                ill_n = ill_n+ 1;

            end

        end

    end

end

plot(y,'o');

clear

d=800;  %%%总的患病人数。

y=ones(1,d);%%%“1”表示健康的人。

y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。

   y=y(randperm(d));   %%%将y的顺序打乱。

   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。

                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.

   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。

   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.

       w=randperm(15);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。

   z(R(k))=1.*p;

   end

   y=z;  %%%经过一个时段后新的分布产生了。

   s(n)=numel(find(z==0));   %%%计算总的患病人数。

end

s;plot(s)   %%%画出患病人数曲线图。

clear

t=1:240;

y=800./(1+799.*exp(-0.09176.*t));

plot(y)

clear

d=800;  %%%总的患病人数。

y=ones(1,d);%%%“1”表示健康的人。

y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。

   y=y(randperm(d));   %%%将y的顺序打乱。

   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。

                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.

   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。

   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.

       w=randperm(15);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。

   z(R(k))=1.*p;

   end

   y=z;  %%%经过一个时段后新的分布产生了。

   s(n)=numel(find(z==0));   %%%计算总的患病人数。

end

s;plot(s)   %%%画出患病人数曲线图。

s(72)

clear

d=800;  %%%总的患病人数。

y=ones(1,d);%%%“1”表示健康的人。

y(1)=0;    %%%第1个人患病了。

for n=1:240  %%%考虑200个时间单位后的情况。

   y=y(randperm(d));   %%%将y的顺序打乱。

   z=[y(2:d)];z(d)=y(1); %%%考虑 y 后面一个人， 最后一个人的后面拟定为第一个人。

                           %%%每一个人可随机与另一个人接触，在一维中足够可表达这个意思.

   R=find((y==0)&z==1);  %%%找出患者即将传染的人。只有健康的人才会成为新的患者。

   for k=1:size(R,2)     %%%size(R,2)为第 n 个单位时间的总的“传播机会”.

       w=randperm(11);p=(w(1)>=2);  %%%不是只要一个健康的人接触患者就会成为病人的。传染病有感染程度的不同。

   z(R(k))=1.*p;

   end

   y=z;  %%%经过一个时段后新的分布产生了。

   s(n)=numel(find(z==0));   %%%计算总的患病人数。

end

s;plot(s)   %%%画出患病人数曲线图。

s(72)