我想知道如何在Brightway2中使用transverse_tagged_database方法。从文档对我来说还不是很清楚。例如，我们可以使用产品系统模型中活动的isic代码来汇总影响吗？
答案 0 :(得分：1)
简短的答案是肯定的，您可以使用traverse_tagged_databases来完成ISIC代码对前台产品系统模型的影响汇总。
traverse_tagged_databases函数利用以下事实：您可以向Brightway中的活动添加任意key:value对，以使您可以根据自己的喜好在前景模型中对活动进行分类。
例如，假设您的活动如下：
('example_database', 'code_for_bread'):{
'name': 'Bread',
'code': 'code_for_bread',
'categories':[],
'exchanges':[...],
'location':'GLO'
'unit':'kg',
'database':'example_database',
'isic_code':'1071'
'isic_classifier':'Manufacture of bakery products'
},
您可以告诉traverse_tagged_databases在数据库中查找给定的密钥（标签），例如'isic_code'或'isic_classifier'，然后根据这些标签汇总影响。
假设您要对奶酪三明治进行建模，则模型中可以包含以下ISIC代码：
三明治：1079（其他非食品生产）
面包：1071（制造烘焙产品）
奶酪：1050（乳制品生产）
黄油：1050（乳制品生产）
您可以使用traverse_tagged_databases查看乳制品（奶酪和黄油）与面包店（面包）的总体影响。
您可以通过与LCA函数类似的方式使用它，方法是将功能单元指定为dict，将方法指定为tuple，并附加一个tag论点。像这样：
fu = {('example_database', 'code_for_sandwich'):1}
m = ('IPCC 2013', 'climate change', 'GWP 100a')
result, tree = traverse_tagged_databases(fu, m, 'isic_classifier')
该函数返回两个对象（在上一行中指定为result和tree）
对于此分析，您的result如下所示：
defaultdict(int,
{'Manufacture of other food products n.e.c.': 0,
'Manufacture of bakery products': 0.1875,
'Manufacture of dairy products': 0.55})
这就是说，前景模型中的乳制品的总影响为0.55千克二氧化碳当量，而烘焙食品的总影响为0.1875千克二氧化碳当量。
通过一些后期处理，您可以将这些数据转换为饼图，堆积的条形图等。
您还将获得一个tree，它看起来像这样：
[{'activity': 'Sandwich' (kg, GLO, []),
'amount': 1,
'tag': 'Manufacture of other food products n.e.c.',
'impact': 0,
'biosphere': [],
'technosphere': [{'activity': 'Bread' (kg, GLO, []),
'amount': 0.75,
'tag': 'Manufacture of bakery products',
'impact': 0,
'biosphere': [{'amount': 0.1875,
'impact': 0.1875,
'tag': 'Manufacture of bakery products'}],
'technosphere': []},
{'activity': 'Butter' (kg, GLO, []),
'amount': 0.05,
'tag': 'Manufacture of dairy products',
'impact': 0,
'biosphere': [{'amount': 0.05,
'impact': 0.05,
'tag': 'Manufacture of dairy products'}],
'technosphere': []},
{'activity': 'Cheese' (kg, GLO, []),
'amount': 0.25,
'tag': 'Manufacture of dairy products',
'impact': 0,
'biosphere': [{'amount': 0.5,
'impact': 0.5,
'tag': 'Manufacture of dairy products'}],
'technosphere': []}]}]
乍一看似乎很难解析，但实际上是一组嵌套字典，从根活动（功能单元=三明治）开始，显示techosphere与其他活动的交换，以及{{ 1}}交换排放。
这里的树看起来像这样（每个产品的biosphere位于括号中）
amount
同样，通过一些后期处理，您可以将这些数据转换为诸如sankey图或SimaPro中获得的那种影响树图之类的东西。