Python中SIR模型ODE求解结果特定时间点单日数据绘图问题

错误原因 #

plot函数要求输入的x、y序列长度一致，你传入的x是长度为160的完整时间序列t，但y仅传入了第80天的单值，二者维度不匹配因此报错。

实现步骤 #

1. 计算单日新增康复数据 #

# 计算全周期每日新增康复，np.diff会计算相邻两个值的差，结果长度为159，对应第1天到第159天的新增
daily_new_recover = np.diff(R)
# 单独取第80天的单日新增：注意数组索引从0开始，第79天对应索引78、第80天对应索引79，差值即为第80天的新增
day80_new_recover = R[79] - R[78]

2. 按需求绘制数据 #

分为两种常用场景：

• 场景1：仅标记第80天的新增康复点
  直接用scatter绘制单点即可，也可以用plot传入等长的x、y：

  # 第80天对应的时间点为t[79]，标记为绿色圆点
  ax.scatter(t[79], day80_new_recover, c='green', s=60, label='第80天新增康复')
  

• 场景2：绘制全周期每日新增康复曲线
  因为差分后的新增序列长度为159，需要把x序列也截断为对应长度：

  # 新增序列对应t[1:]（第1天到第159天）
  ax.plot(t[1:], daily_new_recover, 'g', lw=2, label='每日新增康复')
  

优化建议 #

如果要把新增康复曲线和原有累计曲线放在同一张图，二者数值范围差距较大，建议使用双y轴避免新增曲线被压缩：

# 新增右侧y轴
ax2 = ax.twinx()
ax2.plot(t[1:], daily_new_recover, 'g', lw=2, label='每日新增康复')
ax2.set_ylabel('每日新增人数')
# 合并两个轴的图例
lines1, labels1 = ax.get_legend_handles_labels()
lines2, labels2 = ax2.get_legend_handles_labels()
ax.legend(lines1 + lines2, labels1 + labels2, loc='upper right')

内容的提问来源于stack exchange，提问作者Landon