SEQIRmap为论文的代码包，提供了获取数据，模型计算，可视化等功能。所有的计算方法和模型均基于所发表的论文。代码已打包上传至pypi,可通过pip install SEIQRmap安装使用。
1. SEIQR.get_data(country,t_start_str,t_end_str) 该函数可获取计算所需要的数据包括每日新增感染人数，每日新增感染人数，累计感染人数，每日疫苗接种率等，数据预处理的方法均采用论文中的方法。
参数
说明
数据类型
country
国家的英文名称(首字母应该大写)
str
t_start_str
开始日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
t_end_str
结束日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
返回值
说明
数据类型
data
获取并经过预处理的数据
dataframe
population
该国总人口
int
2. SEIQR.fit_predict(country,t_start_str,t_end_str,days) 拟合并预测某一国家的感染人数。此函数基于最小二乘最优选择参数，初值为开始日期的数据，无需自定义参数。由于潜伏者E需要根据4天后的易感者I的人数估算，所以拟合最多支持到当天的前四天。预测为根据最小二乘法计算出的最优参数进行计算，若预测时间较长可能会不准确,建议最长不超过3个月。
参数
说明
数据类型
country
国家的英文名称(首字母应该大写)
str
t_start_str
拟合开始日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
t_end_str
拟合结束日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
days
向后预测的天数
int
返回值
说明
数据类型
result_I
拟合和预测的感染人数的结果
dataframe
r2
r^2用来评估模型拟合的效果
int
result_para
最小二乘法计算出的最优参数
dataframe
3. SEIQR.fit_predict_multi(country,t_start_str_list,t_end_str_list,days) 该函数适用于对某一国家进行长期拟合的情况，可将某一国家分为多段进行预测。是对对该模型长期拟合能力不足的改进，通过合理的分段可以得到很好的拟合效果。
参数
说明
数据类型
country
国家的英文名称(首字母应该大写)
str
t_start_str_list
拟合开始日期列表，将分段的所有开始日期放在此列表中
list
t_end_str_list
拟合结束日期列表，将分段的所有结束日期放在此列表中
list
days
向后预测的天数
int
返回值
说明
数据类型
result_I
拟合和预测的感染人数的结果
dataframe
r2_list
各阶段的r^2
list
result_para
各阶段的最优参数
dataframe
4. SEIQR.SEIQR(country_list,t_start_str,t_end_str,days) 可视化函数，若不想知道计算的细节，可直接使用此函数。该函数可将指定的一些国家在某段时间内的感染人数变化情况映射到地图上，地图基于pyecharts开发，提供可交互的地图和动画化展示。运行完成后将会在程序运行文件目录下生成SEIQR_map.html文件。
参数
说明
数据类型
country_list
国家的英文名称(首字母应该大写)组成的列表
list
t_start_str
拟合开始日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
t_end_str
拟合结束日期,格式为'xxxx-xx-xx'如'2022-01-01'
str
days
向后预测的天数
int