🈚️ 🥦 🎫 बुनियादी पायथन उपकरणों के साथ एक साधारण महामारी मॉडल 🙇🏾 👩🏼‍🌾 🌆

"महामारी फिर से क्यों नहीं पनपती," यह विचार अचानक आया। घर से सही संगठन के साथ काम करना कार्यालय के काम से अधिक प्रभावी हो सकता है, जिसके परिणामस्वरूप कुछ और के साथ "सोचने" के लिए एक ईमानदार अतिरिक्त समय होता है।

यह सब, निश्चित रूप से, यूरोप सेंटर फॉर डिजीज कंट्रोल से COVID -19 पर डेटा के दैनिक दृश्य के निर्माण से शुरू हुआ। एक साधारण एल्गोरिथ्म प्रतिदिन दोपहर में अपडेट किए गए डेटा पर रेखांकन बनाता है। मार्च की शुरुआत में जब महामारी घटने लगी तो चार्ट ने चीन के प्रभावी महामारी विरोधी कार्यों की ओर ध्यान आकर्षित किया। लेकिन यूरोप के देश बैटन उठाते हैं - पहले इटली (क्या आप याद कर सकते हैं कि फरवरी के अंत में मिलान के अधिकारियों ने पर्यटकों को शहर में वापस जाने के लिए कहा था, क्योंकि अर्थव्यवस्था पीड़ित है?), फिर स्पेन।

— , , -, . 30 — , , , ? ? .

“” COVID-19 — - . , (!) . . . ? — !

- — . — . — . , — . . 3 :

: \\

, , — , . . ? , — “ ” caseIssuedDate ( — ). , — “ ” severity . “” .

: - = 1 .
:

  #['infectDate', 'endOfCaseDate', 'result', 'severity', 'caseDocumentedDate', 'isolated' ]
  epidemy = [[0, None, 'infected', 'mild', None, False]]

*, \ ‘result’ . ‘recovered’ ‘dead’.

— , …
— . , ( “”, , ). , — .

— , “”. , 0.1 (10%) 1 10 . 100 10 , 100 10 0.1 = 100 . , : , . () :

 ['infectDate', 'endOfCaseDate', 'result', 'severity', 'caseDocumentedDate', 'isolated' ]

, , ( — !) .

— , , . ? , . : , , , — deathRate.

- ::


#  

dailyTransmissionContacts = 15 #    

# 

contagiousness = 0.01       #
severityRate = 0.3          #  
deathRate = 0.5             #  (   )
caseDuration = 25          # 

#  
closedPopulation = 10000

# 

periodToDocumented = caseDuration * 0.6 #       
mildDocumentedRate = 0.3
severeDocumentedRate = 0.9
isolationQualityRate = 0.1

#  

showDays = 150 #і  і

(. ) :
periodToIssued — , ,
mildDocmentedRate — 30%
severeDocumentedRate = 90%
isolationQualityRate — () . 100%

? , — … , , , , . — . . , COVID-19. — .

. :

— “” “” “”
, “” —
.2

   susceptibleToday = (closedPopulation - infectedCountToday - recoveredCountToday)
   newAffectedPeopleCount = int(((activeInfectedCountToday * dailyTransmissionContacts * contagiousness) // 1 * susceptibleToday/closedPopulation + 1))

* — “” . . ( ) .

, pandas.

10 . : 0 (.. ) 100%, “” .
6 . 120 ( ) ( ) — , .

totalAffected: 10000     deathsTotal: 1582   deathRate_real = 15%

( ). 10 , ,

. , . , COVID-19, — 5-7 . , , —

caseDuration :

: , , .

:

. caseIssuedDate — . “” . : “ , ”. , , - .

: “, , . > ?”
: “ , ...

: , , — . 2 : mildDocumentedRate severDocumentedRate — ( ) . : 7-9 10 , , . , . , , , , , . ? , . , .

mildIDocumentedRate = 0.3
severeDocumentedRate = 0.9

, . , : 150 50 — , , .. .

, .

, .. , . , . () .

( — — )

totalAffected: 10000     deathsTotal: 1582   deathRate_real = 15%
DocumentedTotal: 4789    deathsDocumented: 1406  deathRate_docum = 29%

. .

() : “” . — , .

periodToDocumented — . , “” , , . , — , — , , .

imageepidemy-7

periodToDocumented. mildDocumentedRate = 0.3 (30% ). “” , , .

: — , .

, [20:30] .

, , — .

(, )
( ) +

.
. , , , .

(0 — , 1 — ).
, — , “ ” . , .

( ) .

, , . . , . ( 0.7) periodToDocumented.
, periodToDocumented ( ) 60% , .. 25 * 0.6 = 15 . 10, 7, 4

, , — “” , , , , . , .

totalAffected: 10000     deathsTotal: 1486   deathRate_real = 14%
totalAffected: 10000     deathsTotal: 1556   deathRate_real = 15%
totalAffected: 10000     deathsTotal: 1439   deathRate_real = 14%
totalAffected: 8466  deathsTotal: 1248   deathRate_real = 14%

— — . 2 :

dailyTransmissionContacts = 15 #  
contagiousness = 0.01 #

“ ” . .

totalAffected: 10000     deathsTotal: 1557   deathRate_real = 15%
totalAffected: 7727  deathsTotal: 1173   deathRate_real = 15%
totalAffected: 4597  deathsTotal: 709    deathRate_real = 15%
totalAffected: 2008  deathsTotal: 299    deathRate_real = 14%

. 5 . , “ ”. — .

, .
. : 60 80, .

, , “” , , “ ”

totalAffected: 10000 deathsTotal: 1557 deathRate_real = 15%
totalAffected: 4597 deathsTotal: 709 deathRate_real = 15%
totalAffected: 10000 deathsTotal: 1434 deathRate_real = 14%

, “” , . , , , , / (, , ). “ ” — . , . , , — , ( , , , , , — , — ).
. ! , , .

: epidemy (‘recovered’).

totalAffected: 7890 deathsTotal: 1162 deathRate_real = 11%
totalAffected: 10000 deathsTotal: 1557 deathRate_real = 15%

5 20 ( ) 30% — .

, . :

, «». . .
. (, , , ) , , .
, ( “ ”).

“ ” , .

“ ” “” . , , , — . “” “ ” .

दमन के विभिन्न तरीके प्रभाव में काफी भिन्न हो सकते हैं: "आत्म-अलगाव" और यहां तक कि "शुरुआती पहचान" के परीक्षण किए गए तरीके COVID19 के करीब मॉडल मापदंडों के साथ अपेक्षित सकारात्मक परिणाम नहीं दिखाते थे। एक ही समय में, एक डिग्री या किसी अन्य के लिए दमन का कोई भी उपाय महामारी के शिखर को "सुचारू" करता है, जो कि महामारी के संदर्भ में स्वास्थ्य प्रणाली के काम को सकारात्मक रूप से प्रभावित कर सकता है।

सबसे प्रभावी उपाय संगरोध था। समय पर और पर्याप्त संगरोध न केवल महामारी के "खिंचाव" कर सकता है, स्वास्थ्य प्रणाली पर बोझ को कम कर सकता है, बल्कि कई बार मामलों और मृत्यु दर दोनों को कम कर सकता है।

Google कोलाब लिंक पर लैपटॉप

बुनियादी पायथन उपकरणों के साथ एक साधारण महामारी मॉडल

:

More articles: