利用python画曲线_利用Python绘制血药浓度-时间曲线—

血药浓度-时间曲线一般是通过拟合所测定的血药浓度点而画出来的，但是在某些时候，如阅读文献时，我们需要根据别人报道的PK参数来画出药时曲线。Python语法简单，拥有丰富的开源库，下面尝试通过Python来根据已知的血药浓度公式绘制药时曲线。

我们选择口服给药、符合单室模型的药物来画图，因为这种药物较为常见，公式也很简单，并将2个模型的血药浓度画在同一张图上，便于比较。

首先绘制单剂量给药，对于model1，我们设置给药剂量$X_0=5mg$，生物利用度$F=100%$，表观分布容积$V=20L$，一级吸收速率常数$k_a=1$，一级消除速率常数$k=0.1$；对于model2，我们设置给药剂量$X_0=5mg$，生物利用度$F=100%$，表观分布容积$V=40L$，一级吸收速率常数$k_a=1$，一级消除速率常数$k=0.1$。

隔室模型示意图如下：

model1的血药浓度表达式为：

$$C=\frac{k_a\cdot X_0\cdot F}{V(k_a-k)}(e^{-kt}-e^{-k_at})=\frac{1\times 5 \times 1}{20\times (1-0.1)}(e^{-1}-e^{-0.1})$$

model2的血药浓度表达式为：

$$C=\frac{k_a\cdot X_0\cdot F}{V(k_a-k)}(e^{-kt}-e^{-k_at})=\frac{1\times 5 \times 1}{40\times (1-0.1)}(e^{-1}-e^{-0.1})$$

有了血药浓度公式，下面就可以画图了。

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 e=np.e5 plt.figure(figsize=(6,4))6 t= np.linspace(0, 20, 1000)7

8 plt.plot(t,5/(20*(1-0.1))*(e**(-0.1*t)-e**(-1*t)),label='model 1')9 plt.legend()10 plt.plot(t,5/(40*(1-0.1))*(e**(-0.1*t)-e**(-1*t)),label='model 2')11 plt.legend()12 plt.title('single dose')13 plt.xlabel('t (h)')14 plt.ylabel('c (ng/ml)')15 plt.show()

单剂量搞定，下面考虑多剂量给药的图形。对于多剂量给药，我们一般需要使血药浓度达到稳态。

以model1为例，首先求算其表达式。设置给药间隔$\tau =5h$，给药次数$n=10$。在第1个给药周期内，其血药浓度为第1次给药后的浓度；在第2个给药周期内，其血药浓度为第1次给药后5~10 h内的浓度加上第2次给药后0~5 h内的浓度；以此类推。显然，多剂量给药，其体内药量是一个分段函数：

$\begin{cases}

X_0\cdot e^{-kt} & \text{ } n=1, 0\leq t\leq 5 \\

X_0\cdot e^{-kt}+X_1\cdot e^{-k\cdot(t-5)} & \text{ } n=2, 5\leq t\leq 10 \\

X_0\cdot e^{-kt}+X_1\cdot e^{-k\cdot(t-5)}+X_2\cdot e^{-k\cdot(t-10)} & \text{ } n=3, 5\leq t\leq 10 \\

\cdots \\

X_0\cdot e^{-kt}+X_1\cdot e^{-k\cdot(t-5)}+X_2\cdot e^{-k\cdot(t-10)}+\cdots +X_n\cdot e^{-k\cdot [t-5(n-1)]} & \text{ } n=n, 5(n-1)\leq t\leq 5n

\end{cases}$

分段函数图像分段画，代码如下：

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 e=np.e5 t= np.linspace(0,49,1000)6

7 #intervals

8 i1 = [1 if (i>=0 and i<=5) else 0 for i int]9 i2 = [1 if (i>=5 and i<=10) else 0 for i int]10 i3 = [1 if (i>=10 and i<=15) else 0 for i int]11 i4 = [1 if (i>=15 and i<=20) else 0 for i int]12 i5 = [1 if (i>=20 and i<=25) else 0 for i int]13 i6 = [1 if (i>=25 and i<=30) else 0 for i int]14 i7 = [1 if (i>=30 and i<=35) else 0 for i int]15 i8 = [1 if (i>=35 and i<=40) else 0 for i int]16 i9 = [1 if (i>=40 and i<=45) else 0 for i int]17 i10 = [1 if (i>=45 and i<=49) else 0 for i int]18

19 defc(t):20 return 5/(20*(1-0.1))*(e**(-0.1*t)-e**(-1*t))21

22 y=c(t)*i1+\23 (c(t)+c(t-5))*i2+\24 (c(t)+c(t-5)+c(t-10))*i3+\25 (c(t)+c(t-5)+c(t-10)+c(t-15))*i4+\26 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20))*i5+\27 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20)+c(t-25))*i6+\28 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20)+c(t-25)+c(t-30))*i7+\29 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20)+c(t-25)+c(t-30)+c(t-35))*i8+\30 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20)+c(t-25)+c(t-30)+c(t-35)+c(t-40))*i9+\31 (c(t)+c(t-5)+c(t-10)+c(t-15)+c(t-20)+c(t-25)+c(t-30)+c(t-35)+c(t-40)+c(t-45))*i1032

33 plt.plot(t,y)34 plt.show()

画出model1给药次数为10次，给药间隔为$5h$时的药时曲线：

由于分段函数需要分段表示，必须要用语句划分区间，并且每一段的表达式都要写出来，导致上述代码比较长。在药代动力学教材中，通过引入多剂量函数（$r=\frac{1-e^{-nk\tau }}{1-e^{-k\tau}}$）这个概念，可利用$n$和$t$把第$n$次给药的体内药量$X(n,t)$的通式表示出来：

$$X_n=X_0\cdot \frac{1-e^{-nk\tau }}{1-e^{-k\tau}}\cdot e^{-kt}$$

则第$n$次给药后，血药浓度$C_n$为：

$$X_n=\frac{X_0}{V}\cdot \frac{1-e^{-nk\tau }}{1-e^{-k\tau}}\cdot e^{-kt}$$

根据此公式画图：

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 e=np.e5 t= np.linspace(0,49,1000)6

7 i1 = [1 if (i>=0 and i<=5) else 0 for i int]8 i2 = [1 if (i>=5 and i<=10) else 0 for i int]9 i3 = [1 if (i>=10 and i<=15) else 0 for i int]10 i4 = [1 if (i>=15 and i<=20) else 0 for i int]11 i5 = [1 if (i>=20 and i<=25) else 0 for i int]12 i6 = [1 if (i>=25 and i<=30) else 0 for i int]13 i7 = [1 if (i>=30 and i<=35) else 0 for i int]14 i8 = [1 if (i>=35 and i<=40) else 0 for i int]15 i9 = [1 if (i>=40 and i<=45) else 0 for i int]16 i10 = [1 if (i>=45 and i<=49) else 0 for i int]17

18 defc(t,n):19 return 5/(20*(1-0.1))*((1-e**(-0.1*5*n))/(1-e**(-5*0.1))*e**(-0.1*t)-(1-e**(-1*5*n))/(1-e**(-1*5))*e**(-1*t))20

21 y=c(t,1)*i1+c(t-5,2)*i2+c(t-10,3)*i3+c(t-15,4)*i4+c(t-20,5)*i5+c(t-25,6)*i6+c(t-30,7)*i7+c(t-35,8)*i8+c(t-40,9)*i9+c(t-45,10)*i1022

23 plt.plot(t,y)24 plt.show()

血药浓度图像如下：

与上一段代码比起来，这段代码在表示y的时候简洁了许多，但仍然需要划分区间，这就导致在改变给药次数$n$后，画图需要改动代码，并且$n$比较大时，代码也比较长。那么如在让我们设置任意的$n$时，图形都可以方便地画出来呢？

之前我们是根据表达式直接画图（虽然Python实现起来是通过生成很多散点），而表达式一旦是分段函数的话，画起来就很麻烦，必须分段（因此可以看到代码中有很长的一段是在分割区间）。现在可以转换一下思路，不通过表达式画图，而是通过表达式生成散点，再通过散点作图。利用分段函数产生点比利用分段函数画图方便多了，尤其是$C(n,t)$的通式已经给出了，只需一个简单的循环语句就能生成每一次给药后的浓度点，再通过Python的列表（list）或数组（array）的append()方法，把不同时间段的浓度点连接起来，就是我们所需要的y（全程的浓度），根据时间散点和浓度散点，就可以把图画出来了。并且给药次数可以任意设置。

给药次数设为10次：

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 defc(t,n):5 return 5/(20*(1-0.1))*((1-e**(-0.1*5*n))/(1-e**(-5*0.1))*e**(-0.1*t)-(1-e**(-1*5*n))/(1-e**(-1*5))*e**(-1*t))6

7 e=np.e8 t1= np.linspace(0,4,100)9 y1=c(t1,1)10 t=t111 y=y112

13 for N in range(2,10):14 tN=t1+(N-1)*5

15 yN=c(t1,N)16 t=np.append(t,tN)17 y=np.append(y,yN)18

19 plt.plot(t,y)20 plt.show()

如果想把给药次数设为50，只需将第13行代码的10改成50即可：

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 defc(t,n):5 return 5/(20*(1-0.1))*((1-e**(-0.1*5*n))/(1-e**(-5*0.1))*e**(-0.1*t)-(1-e**(-1*5*n))/(1-e**(-1*5))*e**(-1*t))6

7 e=np.e8 t1= np.linspace(0,4,100)9 y1=c(t1,1)10 t=t111 y=y112

13 for N in range(2,50):14 tN=t1+(N-1)*5

15 yN=c(t1,N)16 t=np.append(t,tN)17 y=np.append(y,yN)18

19 plt.plot(t,y)20 plt.show()

由于开头说比较model1和model2，要把2条曲线画在一起。所以最后再画上model2的药时曲线，添上标题、图例、横纵坐标，画图完成。

1 importnumpy as np2 importmatplotlib.pyplot as plt3

4 plt.figure(figsize=(8,6))5

6 defc1(t,n):7 return 5/(20*(1-0.1))*((1-e**(-0.1*5*n))/(1-e**(-5*0.1))*e**(-0.1*t)-(1-e**(-1*5*n))/(1-e**(-1*5))*e**(-1*t))8 defc2(t,n):9 return 5/(20*(1-0.2))*((1-e**(-0.2*5*n))/(1-e**(-5*0.2))*e**(-0.2*t)-(1-e**(-1*5*n))/(1-e**(-1*5))*e**(-1*t))10

11 e=np.e12 t0= np.linspace(0,4,100)13 t=t014 y1=c1(t0,1)15 y2=c2(t0,1)16

17 for N in range(2,20):18 tN=t0+(N-1)*5

19 yN1=c1(t0,N)20 yN2=c2(t0,N)21 t=np.append(t,tN)22 y1=np.append(y1,yN1)23 y2=np.append(y2,yN2)24

25 plt.plot(t,y1,label='model 1')26 plt.plot(t,y2,label='model 2')27 plt.legend()28 plt.title('multiple dose')29 plt.xlabel('t (h)')30 plt.ylabel('c (ng/ml)')31 plt.show()

利用python画曲线_利用Python绘制血药浓度-时间曲线——口服吸收一室模型相关推荐

python显示血量条,利用Python绘制血药浓度-时间曲线——口服吸收一室模型
血药浓度-时间曲线一般是通过拟合所测定的血药浓度点而画出来的,但是在某些时候,如阅读文献时,我们需要根据别人报道的PK参数来画出药时曲线.Python语法简单,拥有丰富的开源库,下面尝试通过Pytho ...
python画两条曲线图_python绘制多个曲线的折线图
这篇文章利用的是matplotlib.pyplot.plot的工具来绘制折线图,这里先给出一个段代码和结果图: # -*- coding: UTF-8 -*- import numpy as np i ...
用python画明星_用Python画一颗特别的心送给她
[前言] 520刚过去了,大家有没有跟自己喜欢的对象在一起呢? 520 当天你还在送玫瑰花?巧克力?情侣套装?... 小编就想说:你能不能换点新意呢,这些操作已经普通的不能再普通了吧!就像别人来例假 ...
用python画圆锥_用python画一幅美瞳，今日份来自程序员的浪漫
如果说,眼睛是心灵的窗户,那么,美瞳就是心灵的彩窗,就像下图中这样. 而我们今天所要挑战的,就是用python画美瞳,而且是五分钟之内画三百副争奇斗艳.各领风骚.绝不重样的美瞳.作为这颗地球上最纯情的 ...
用python画佩奇_使用python画个小猪佩奇的示例代码
基本原理选好画板大小,设置好画笔颜色.粗细,定位好位置,依次画鼻子.头.耳朵.眼睛.腮.嘴.身体.手脚.尾巴,完事儿. 都知道,Turtle 是 Python 内置的一个比较有趣味的模块,俗称&qu ...
用python画皇冠_用python做数字油画或者从一幅画学习风格，去画另一幅画
原博文 2018-08-30 17:12 − 1. 用python做数字油画模块: pillow 2. 从一幅画学习风格,去画另一幅画 http://pytorch.org/tutorials/ad ...
python画雪_用Python画一棵带音乐的雪夜圣诞树
本文我们用 Python 来画一棵带音乐效果的雪夜圣诞树,基本思路如下:用 Python 画一棵圣诞树作为背景图在圣诞树背景图中添加雪落效果及音乐下面来看一下具体实现. 首先,我们来画一棵圣诞树, ...
用python画风车_用Python画小女孩放风筝的示例
我就废话不多说了,直接上代码吧! # coding:utf-8 2import turtle as t 3import random 4# 画心 5def xin(): 6 def curvemove ...
怎么用python画房子_用python画一个小房子
用python画一个小房子 2020年07月22日 | 萬仟网IT编程 | 我要评论如何用python画一个小房子?效果图如下:代码如下:import turtle# 前置p = turtle.Pe ...

利用python画曲线_利用Python绘制血药浓度-时间曲线——口服吸收一室模型

利用python画曲线_利用Python绘制血药浓度-时间曲线——口服吸收一室模型相关推荐

最新文章

热门文章