函数中迭代次数没达到预期

Question

具体代码如下：

import scipy.integrate
import numpy as np
import matplotlib.pyplot as plt
O = []
S0 = 0.999999551536256
I0 = 0.000000448463744
R0 = 0.0
r0 = 0.1
t = np.linspace(1, 140, 140)
B0 = 0.36
C = 1250
b = 0.359943942032
def SIR_model(y, t, b, r0):
    S, I, R= y
    b = B0 - C * (I + R)
    dS_dt = -b * S * I
    dI_dt = b * S * I - r0 * I
    dR_dt = r0 * I
    O.append(I)
    print(I)
    return ([dS_dt, dI_dt, dR_dt])
res = scipy.integrate.odeint(SIR_model, [S0, I0, R0], t, args=(b,r0))
print("O=",O)
print("len(O)=",len(O))

结果显示

len(O)= 107

我想让O的长度和时间t一样长，都为140次，是因为迭代到最后数字变得太小，所以不再迭代了吗？

Answer 1

你好,刚刚测试了一下,O的长度取决于你给的数据S0,R0,I0的初始值,还有r0 的初始值
想要O的长度和t保持一致你可以选择后面补元素或者修改传入数据