Python多条件if语句异常：传染病模拟状态统计出错

我是Python初学者，正在实现一个传染病传播模拟程序，用二维数组infected存储个体状态。程序模拟T天内的传播过程：个体感染infTime天后进入免疫状态，免疫immTime天后恢复为易感状态。同时需要统计当前易感（numSus）、感染（numInf）、免疫（numImm）的个体数量，但标记为# Messing up in this loop的elif语句出现异常：执行次数远超预期，导致统计变量数值错误；若调换该语句的条件，它又完全不执行，感染个体数量始终处于极低水平。请求排查代码问题的原因。

问题代码 #

# Loop through T days, checking for infected individuals and connecting them to beta num of nodes, possibly infecting
infTime = 5 # Time spent infected before becoming immune
immTime = 20 # Time spent immune before becoming susceptible again
numSus = N - count
day = 0
while day < T:
    for a in range(len(infected)):
        nextnode = random.randint(0, N-1)
        if((infected[a][0] == 1) and (infected[a][3] < infTime)):
            num = infected[a][1]
            for b in range(num-1):
                if((a != nextnode) and (infected[nextnode][0] == 0)):
                    infected[a][3] += 1
                    chance = round((random.uniform(0, 1)), 2)
                    if(infected[nextnode][2] > chance):   
                        infected[nextnode][0] = 1
                        G.add_edge(a, nextnode)
                        count += 1
                        numInf += 1
                        numSus -= 1
                elif((a != nextnode) and (infected[nextnode][0] == 1)):
                    G.add_edge(a, nextnode)
        elif((infected[a][0] == 1) and (infected[a][3] == infTime)): # Messing up in this loop
            infected[a][3] = 0
            infected[a][4] = 1
            numImm += 1
            numInf -= 1
            G.add_edge(a, nextnode)
        elif((infected[a][0] == 0) and (1 < infected[a][4] < immTime)):
            infected[a][4] += 1
        elif((infected[a][0] == 0) and (infected[a][4] == immTime)):
            infected[a][4] = 0
            numImm -= 1
            numSus =+ 1
    day += 1
    print("Number of infected on day ", day, ": ", count)

问题原因分析 #

• 感染天数更新逻辑错误：第一个if分支的内部循环中，每次尝试感染其他节点都会执行infected[a][3] += 1，导致感染个体的天数一天内被多次累加，远快于"每天加1"的预期。这会让infected[a][3]迅速达到infTime，触发标记的elif语句频繁执行，统计变量反复增减。
• 状态切换时机错误：标记的elif语句在每天遍历个体时都会检查，而感染转免疫的逻辑应该是每天结束后统一处理，而非在传播过程中随时触发。当前逻辑会导致同一个体在一天内多次切换状态，统计数值彻底混乱。
• 易感状态恢复赋值错误：最后一个elif中的numSus =+ 1是将变量赋值为1，而非累加1，正确写法应为numSus += 1，否则每次恢复易感状态都会把numSus重置为1，完全错误。
• 随机节点选择位置错误：nextnode = random.randint(0, N-1)放在外层循环开头，意味着每个感染个体一天只会尝试接触同一个随机节点，而非每次传播尝试都选新节点，直接降低了传播效率，导致感染数量偏低。
• 状态判断顺序问题：若调换标记的elif语句位置（比如放到第一个if之前），由于感染天数被错误累加，infected[a][3]可能直接跳过等于infTime的状态，直接超过阈值，导致该分支永远无法触发。

修复方向建议 #

1. 把感染天数、免疫天数的更新逻辑单独抽离，放在每天传播流程结束后统一执行，避免传播过程中频繁修改状态。
2. 调整infected[a][3] += 1的位置：感染个体的天数应每天加1，而非每次尝试感染都加1，需移到遍历个体的外层循环中。
3. 修正numSus =+ 1为numSus += 1。
4. 将nextnode = random.randint(0, N-1)移到内部传播尝试循环（for b in range(num-1)）中，每次尝试接触新的随机节点。
5. 调整状态判断顺序，确保各分支互斥逻辑正确：先处理感染转免疫，再处理免疫转易感，最后执行传播逻辑。

内容的提问来源于stack exchange，提问作者frouthuh