相位相关sirdiveredode模型COVID19分析包
covsirph的Python项目详细描述
Covisrphy简介
Documentation | Installation |Quickest usage |API reference| Qiita (Japanese)
covisrphy是COVID-19的Python包(2019年冠状病毒病) 相位相关SIR衍生ODE模型的数据分析。我们可以 下载数据集并轻松分析。这将是一个有用的工具 基于数据的决策。请参考Kaggle Notebook: COVID-19 data with SIR model的“方法”部分 了解方法。在
功能
- 数据准备和数据可视化
- Phase setting with S-R Trend analysis
- ODE模型的数值模拟
- 稳定:先生,先生-D和先生-F型号
- 开发:SIR-FV和SEWIR-F型号
灵感
- 监测COVID-19的扩散
- 在每个文件中保留跟踪参数值/复制编号 国家/省
- 找出繁殖数量的关系及采取的措施 每个国家
如果你有想法或需要新功能,请加入这个项目。 对Github Issues有什么建议吗 总是受到欢迎。请阅读Guideline of contribution 提前。在
安装
covisrphy的最新稳定版本可在PyPI (The Python Package Index): covsirphy和 支持Python3.6或更新版本。在
pip install --upgrade covsirphy
开发版本在GitHub repository: CovsirPhy中。在
^{pr2}$用法
最快的科夫西菲之旅就在这里。以下代码分析 日本的唱片,但我们可以在创建时更改国家名称 Scenario类实例用于您自己的分析。在
importcovsirphyascs# Download and update datasetsdata_loader=cs.DataLoader("input")jhu_data=data_loader.jhu()population_data=data_loader.population()# Check recordssnl=cs.Scenario(jhu_data,population_data,country="Japan")snl.records()# S-R trend analysissnl.trend().summary()# Parameter estimation of SIR-F modelsnl.estimate(cs.SIRF)# History of reproduction number_=snl.history(target="Rt")# History of parameters_=snl.history_rate()_=snl.history(target="rho")# Simulation for 30 dayssnl.add(days=30)_=snl.simulate()
更多信息:
许可证:Apache许可证2.0
请参考 LICENSE 文件。在
引文
我们没有作者和作者写的原创论文,但是请 引用这个包如下。在
CovsirPhy开发团队(2020),CovsirPhy,Python包 用SIR衍生的ODE模型进行COVID-19分析, https://github.com/lisphilar/covid19-sir
如果你想使用SIR-F/SIR-FV/SEWIR-F模型,S-R趋势分析, SIR衍生模型的相位相关方法,以及其他科学方法 方法用covisrphy执行,请引用下一个Kaggle笔记本。在
Lisphilar(2020),Kaggle笔记本,COVID-19数据,SIR模型, https://www.kaggle.com/lisphilar/covid-19-data-with-sir-model
- 项目
标签: