SIRモデル　グラフへのプロットが上手くいかず困っています

前提

Pythonで通常のSIRモデルを拡張し，ネットワーク上のエージェントを対象としたモデルを作成しています.
結果のプロットが上手くいきません

実現したいこと

各状態のリストの作成
グラフへの正しいプロット

発生している問題・エラーメッセージ

空のグラフがプロットされてしまいます
状態のリストが作成されていないのでプロットされないと思っています

該当のソースコード

python
1import networkx as nx
2import random as rnd
3import numpy as np
4import matplotlib.pyplot as plt
5
6
7class Agent:
8    def __init__(self):
9        self.state = 'S'
10        self.neighbors_id = list()
11    
12
13def generate_agents(num_agent, average_degree):
14    """
15    ネットワークの作成とエージェントのリスト作成
16    """
17    network = nx.barabasi_albert_graph(num_agent, average_degree//2)
18    agents = [Agent() for agent_id in range(num_agent)]   
19        
20    for agent_id, agent in enumerate(agents):
21        agent.nebghbors_id = list(network[agent_id])
22    return agents
23
24
25def count_state_num(agents):
26    """
27    各状態のエージェントの数
28    """
29    num_s = len([agent for agent in agents if agent.state == 'S'])
30    num_i = len([agent for agent in agents if agent.state == 'I'])
31    num_r = len([agent for agent in agents if agent.state == 'R'])
32
33    return num_s, num_i, num_r
34
35
36"""
371. 自分はまだ健康(S状態)　→ 隣人の中に感染者(I状態)がいたら、感染者数に比例する確率で自分も感染してI状態に遷移。
38                             感染者一人との接触による感染確率はβという値で設定。
392. 自分は既に感染していて回復待ち → 回復確率(gamma)に応じて病気から回復(R状態へ)
403. 自分は既に病気にかかった上で免疫を獲得している(R状態) → 何も起こらない。
41"""
42
43
44def initialize_state(agents, num_initial_infected_agents):
45    """
46    初期保有者をランダムに決定
47    """
48    possibility_id = [agent_id for agent_id, agent in enumerate(agents) if agent.state == 'S']
49    initial_infected_agent_id = rnd.sample(possibility_id, k = num_initial_infected_agents)
50    
51    for i, agent in enumerate(agents):
52        if i in initial_infected_agent_id:
53            agent.state = 'I'
54        else:
55            agent.state = 'S'
56
57def disease_spreading(agents, beta, gammma, max_iter):
58    """
59    SIRダイナミクスの計算("I"状態のエージェントがいなくなるまで)
60    """
61    for t in range(1, max_iter):
62        state_changeable_agents = [agent for agent in agents if agent.state in ['S', 'I']]
63        next_states = ['S' for i in range(len(state_changeable_agents))]
64        
65        for i, agent in enumerate(state_changeable_agents):
66            if agent.state == 'S':
67                num_infected_neighbors = len([agents[agent_id] 
68                                              for agent_id in agent.neighbors_id if agents[agent_id].state == 'I'])
69                if rnd.random() <= beta*num_infected_neighbors:
70                    next_states[i] = 'I'
71                else:
72                    pass
73            
74            elif agent.state == 'I':
75                if rnd.random() <= gammma:
76                    next_states[i] = 'R'
77                else:
78                    next_states[i] = 'I'
79        
80        # 状態の更新
81        for agent, next_state in zip(state_changeable_agents, next_states):
82            agent.state = next_state
83        
84        num_s, num_i, num_r = count_state_num(agents)
85        
86        if num_i == 0:
87            print('spreading finished')
88            break
89
90    return num_s, num_i, num_r
91
92
93def main():
94    """
95    メイン処理
96    """
97    num_agent = 81306                     # エージェントの総数
98    average_degree = 43                   # 平均次数
99    max_iter = 100                        # 時間の上限
100    beta = 0.05                           # 感染率
101    gamma = 0.6                           # 回復率
102    num_initial_infected_agents = 1       # 初期感染者数
103    agents = generate_agents(num_agent, average_degree)
104    
105    initialize_state(agents, num_initial_infected_agents)
106    num_s, num_i, num_r = disease_spreading(agents, beta, gamma, max_iter)
107    
108    plt.plot(max_iter, num_s, color=(0.2,0.2,0.2), linewidth=1.0, label='Susceptible')
109    plt.plot(max_iter, num_i, color=(1.0,0,0.0), linewidth=1.0, label='Infective')
110    plt.plot(max_iter, num_r, color=(0.0,1.0,0.0), linewidth=1.0, label='Removal')
111    plt.xlim(0,100)
112    plt.legend()
113    plt.xlabel('t')
114    plt.ylabel('count')
115    plt.show()
116
117
118if __name__=='__main__':
119    main()