This is simple implementation of outbreak model introduced at '情報学修論' at Waseda University graduate school.

outbreak_model.py

# -*- coding:utf-8 -*-
'''
ある人が抗体を持っている確率
p :[0-1)
想定する人数を配置する正方形の一辺
N
'''
import numpy as np
import random
import seaborn as sns
import matplotlib.pyplot as plt
p  = 0.6
N = 40
'''
再起アルゴリズムで，
まず自分の位置を塗りつぶす
隣接するマスを（４方向）を調べて，抗体がない（１）ならそいつに対して再帰
'''
def pandemic(x,y,data):
    data[x][y]=-5.0
    # 端っこは探索しない
    #右
    if x+1!=N and data[x+1][y]==0.0: data = pandemic(x+1,y,data)
    if x-1!=-1 and data[x-1][y]==0.0: data = pandemic(x-1,y,data)
    if y+1!=N and data[x][y+1]==0.0: data = pandemic(x,y+1,data)
    if y-1!=-1 and data[x][y-1]==0.0: dara = pandemic(x,y-1,data)
    return data


'''
値の意味(float): １：抗体ある
　　　　　０：抗体ない
     　　-5：感染している
'''
def main():
    '''
    感染前のデータを準備
    '''
    before_data = np.array([[
          1.0 if random.random()<p else 0.0 for i in range(N)] for j in range(N)])
    # sns.heatmap(before_data,vmin = -2,vmax = 2,linewidths=.5)
    # NxNでランダムに一点感染させる
    x = random.choice(range(N))
    y = random.choice(range(N))
    before_data[x][y]=-5.0
    # sns.heatmap(before_data,vmin = -2,vmax = 2,linewidths=.5)
    after_data = pandemic(x,y,before_data)
    sns.heatmap(after_data,vmin = -2,vmax = 2,linewidths=.5)
    plt.show()
    plt.savefig("seaborntest.png")  # save as png file
    # 感染した人の人数
    print(len(np.where(after_data==-5)[0]))


if __name__ == '__main__':
    main()