import?networkx?as?nx
import?numpy?as?np
import?os.path?as?osp
import?matplotlib.pyplot?as?plt
import?random?

def?spread_model_smooth（DGtopkmax_iter_numinfect_rate=0.8remove_rate=0.2）:
????CG?=?DG.to_directed（）
????#max_weight?=?max（[e[2][‘weight‘]?for?e?in?CG.edges（data=True）]）
????N?=?CG.number_of_nodes（）
????node_state={node:0?for?node?in?CG}
????nx.set_node_attributes（CG?node_state?“state“）#為節點添加屬性
????for?n?in?topk:
????????CG.node[n][‘state‘]?=?1
????random.seed（150）
????for?e?in?CG.edges（）:
????????if（CG[e[0]][e[1]][‘weight‘]==1）:
????????????CG[e[0]][e[1]][‘prob‘]?=?random.uniform（01）
????????else:
????????????CG[e[0]][e[1]][‘prob‘]?=?1
????
????all_infect_nodes?=?[]#累計受感染節點
????all_infect_nodes.extend（topk）
????all_count_infect?=?[len（all_infect_nodes）]#記錄每一次受感染的節點總數
????
????infected_digraph?=?nx.DiGraph（）
????infected_digraph.add_nodes_from（topktime=0）
????
????all_remove_nodes?=?[]#累計治愈節點
????all_count_remove?=?[0]#記錄每一次免疫的總數
????
????count_iter_infect?=?[len（topk）]#記錄每次新增的感染節點數量
????count_iter_remove?=?[0]#記錄每次新增的免疫節點數量
????all_count_suscep?=?[N-len（topk）]#記錄每次易感染節點數量
????for?i?in?range（max_iter_num）:
????????new_infect?=?[]
????????new_remove?=?[]
????????#t1?=?‘%s?time‘?%?i?+?‘?%s?nodes‘?%?len（all_infect_nodes）
????????#print（t1）?#?當前有多少個節點被感染

????????for?v?in?all_infect_nodes:
????????????
????????????if?（i!=0?and?random.uniform（01）????????????????CG.remove_node（v）#該節點具有免疫能力，不再傳播，應該從原始圖中去除
????????????????#all_infect_nodes.remove（v）#治愈之后，將不會出現該節點，節點失效
????????????????#infected_di