python LCA: Brightway2 原位置修改Exchange

最新推荐文章于 2021-10-05 09:44:11 发布
最新推荐文章于 2021-10-05 09:44:11 发布
阅读量189 收藏 1
点赞数
分类专栏： LCA python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_46090057/article/details/104869555
版权
python 同时被 2 个专栏收录
29 篇文章 3 订阅
订阅专栏
LCA
9 篇文章 6 订阅
订阅专栏

点赞发Nature
关注中Science

在做LCA研究时，我们有时候想要修改foreground的exchanges,这样可以方便的情景分析。那么如何修改exchanges呢？
对于任一activity，可以通过.new_exchange()方法增加新的exchanges
其中还可进行参数，如input amount type等，与输入新的exchange一样

Cmmm丶
关注
专栏目录
python LCA: Brightway2 环境影响蒙特卡洛Monte Carlo分析
Cmmmmm丶的博客
04-26 1875
点赞发Nature 关注中Science Ecoinvent等生命周期数据库都会给不同的过程（process）设置一个不确定性分布，以更好地模拟真实过程中地不确定性。我们可以利用brightway2这个python包做一个不同过程地蒙特卡洛分析。 下面的代码实现了对多个影响因子，如GWP (CO2 emission), PMFP (PM emission), EDP (oil equivalent consumption)的Monte Carlo不确定性分析。 import brightway2 as bw
python LCA: Brightway2导入数据库，由于multioutput processes产生的错误
Cmmmmm丶的博客
01-09 406
代码 PEMFC = bw.ExcelImporter(r'E:\tencent files\chrome Download\Research\LCA\LCA SOFC\BW2Import\PEMFC_Import.xlsx') PEMFC.apply_strategies() PEMFC.match_database("ecoinvent 3.6", fields=('name', 'unit'...
python LCA: Brightway2 第三方库的使用（foreground 数据读取）
Cmmmmm丶的博客
01-07 654
采用bw2读入excel编制的foreground数据时，会碰到无法写入数据的情况 即.apply_strategies()方法无法实现。 这是因为，将foreground数据与background（e.g. ecoinvent）数据进行匹配时，foreground的数据可以匹配不止一个background数据序列。 此时，使用bw.Database('ecoinvent 3.6').search...
python LCA: Brightway2笔记
Cmmmmm丶的博客
02-04 650
利用brightway2.ExcelImporter导入excel形式的foreground数据库时， 产生了数据库导入不成功的问题， 错误提示InvalidExchange 增大excel文件中cutoff值后导入成功（原因不明） ...
初学者都能看懂的蒙特卡洛方法以及python实现
热门推荐
bitcarmanlee的博客
09-15 29万+
1.什么是蒙特卡洛方法(Monte Carlo method) 蒙特卡罗方法也称统计模拟方法，是1940年代中期由于科学技术的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。 20世纪40年代，在冯·诺伊曼，斯塔尼斯拉夫·乌拉姆和尼古拉斯·梅特罗波利斯在洛斯阿拉莫斯国家实验室为核武器计划工作时，发明了蒙特卡罗...
Python库 | brightway2-2.3.tar.gz
03-01
1. **数据库管理**：Brightway2支持多种LCA数据库格式，如ecoinvent、GaBi和Agribalyse等，允许用户导入、编辑和管理这些数据。它提供了强大的查询和筛选工具，方便用户根据需要选择特定的数据集。 2. **计算引擎**...
brightway2-2.3.tar.gz: Python库的版本发布
资源摘要信息:"Python库 | brightway2-2.3.tar.gz" 知识点概览： 1. Python开发语言概述 2. 后端开发基础知识 3. Python库的概念和作用 4. brightway2库的功能和应用场景 5. 如何安装和使用brightway2-2.3.tar.gz库...
alca::no_entry: 另一个 LESS 编译器助手
06-20
"alca::no_entry: 另一个 LESS 编译器助手"这个标题暗示了一个用于LESS编译的辅助工具，但根据描述，该项目已被放弃，推荐使用其他解决方案。 LESS编译器助手通常是开发人员用来自动化将LESS源代码转换为常规CSS的...
一文详解蒙特卡洛（Monte Carlo）法及其应用
Machine Learning with Tutors
01-12 9万+
蒙特卡罗方法是一种计算方法。原理是通过大量随机样本，去了解一个系统，进而得到所要计算的值。它非常强大和灵活，又相当简单易懂，很容易实现。对于许多问题来说，它往往是最简单的计算方法，有时甚至是唯一可行的方法。它诞生于上个世纪40年代美国的"曼哈顿计划"，名字来源于赌城蒙特卡罗，象征概率。
python DEA: 考虑非期望产出的非径向距离函数NDDF
Cmmmmm丶的博客
07-08 6742
点赞发Nature 关注中Science 上一版非径向距离函数在这 普通非径向距离函数 现在很多研究在测度效率时要考虑非期望产出，如环境技术中CO2排放，银行业中的不良贷款等，这里我写了一个考虑非期望产出的非径向距离函数 class DEAProblem: def __init__(self, inputs, outputs, bad_outs, weight_vector, directional_factor=None, returns='CRS', in_we
python DEA: 非径向距离函数（non-radial directional distance function）
Cmmmmm丶的博客
07-01 6098
点赞发Nature 关注中Science 最近在想怎么用python实现非径向距离函数 之前用了pyDEA包https://pypi.org/project/pyDEA/，那个包比较简陋，只有普通的CCR BCC模型。 另一方面，MaxDEA因为是打包好的嘛，所以不够灵活。所以想自己做一个NDDF的模型出来。 所以用pyDEA的初始代码进行了一些改造，直接上代码： import numpy as np import pandas as pd import pulp class DEAProblem:
能源系统建模：利用gcam_reader批量导出GCAM database数据
Cmmmmm丶的博客
10-05 5486
点赞发Nature 关注中Science GCAM计算结果我们可以用model interface直接查看，在model interface中直接复制结果即可。但有时我们需要批量导出结果，此时，我们可以利用python的gcam_reader包。 gcam_reader包并不在PyPI中，需要从JGCRI下载获取。 pip install https://github.com/JGCRI/gcamreader gcam_reader将database读取为DataFrame: import gcam_re
python Dat Vis: Matplotlib设置x/y轴数据标签字体、大小、方向
Cmmmmm丶的博客
01-11 4632
点赞发Nature 关注中Science import matplotlib.pyplot as plt #设置x轴 plt.xticks(fontname="Calibri",fontsize=20,rotation=45) #设置y轴 plt.xticks(fontname="Calibri",fontsize=20,rotation=45) ''' arg 'fontname'可选项可查看以下链接 http://jonathansoma.com/lede/data-studio/matplotlib
python DEA: 基于非径向距离NDDF的Malmquist-Luenberger 指数及其分解
Cmmmmm丶的博客
05-11 4603
点赞发Nature 关注中Science Malmquist-Lenberger指数（ML指数）是距离函数与DEA计算中常用的指数，ML指数可以进一步分解为技术进步technological progress和效率改善effeciency change. 技术进步常被当做增长模型中的全要素生产率，用到许多计量经济研究中，探讨影响技术进步的环境变量。这里我分享一个考虑非期望产出下的NDDF方法计算ML指数。 该ML指数为global ML（区别于sequential ML） import numpy as
RuntimeError: Cannot clone object ＜tensorflow.python.keras.wrappers.scikit_learn.KerasClassifier obj
Cmmmmm丶的博客
03-15 4119
点赞发Nature 关注中Science 用sklearn.GridSearchCV时， def create_model( i=0, # ith country neurons_First=30, # neurons in the first layer neurons_Second=30, # neurons in the second layer layer=1, # number of layers dropout_rate=0.2, # dropo
python绘图：截取matplotlib colormap色谱的一部分
Cmmmmm丶的博客
08-24 3575
点赞发Nature 关注中Science matplotlib.colors中，整个色谱的频段太宽，边缘区域的颜色太深，不适合作图，我们希望截图整个色谱的一部分用于作图，以下是代码： import matplotlib.colors as colors import matplotlib.pyplot as plt import numpy as np def truncate_colormap(cmap, minval=0.0, maxval=1.0, n=100): new_cmap = co
python DEA: 零和数据包络分析zero-sum gain Data envelopment analysis
Cmmmmm丶的博客
09-17 3159
点赞发Nature 关注中Science 强/弱处置性假设下的距离函数 Matlab DEA 程序包 pyDEA安装 非径向距离函数 考虑非期望产出的非径向距离函数 在生产可能集中的资源再分配是在环境约束的生产过程中的一个新的研究课题。ZSG-DEA方法是解决资源分配问题的一个新兴方法。ZSG方法假设整个经济中的资源是固定的，因此一个单元的投入资源增加必然导致另一个单元的投入减少。 在解决CO2排放权分配的问题上，很多文献就采用了ZSG-DEA方法。他们假设CO2为input，其他的GDP，人口，资本投入为
python DEA:强/弱处置性假设下的考虑非期望产出的非径向距离函数
Cmmmmm丶的博客
07-23 2697
点赞发Nature 关注中Science 非径向距离函数 考虑非期望产出的非径向距离函数 这一版更新比较简单，增加了强处置性假设下的非径向距离函数（NDDF）计算。比较强\弱处置假设下的NDDF，可以计算相应的环境规制成本[ Technological Forecasting & Social Change 96 (2015) 62–70]. import numpy as np import os import pandas as pd import pickle import pulp impo
python 能源系统建模: pygcam (The Global Change Analysis Model) 的安装
Cmmmmm丶的博客
12-01 2445
前段时间试用了一下MESSAGEix，MESSAGE是IIASA开发的全球能源能源系统建模软件，IIASA提交给IPCC的SSP报告中用的便是基于MESSAGE建模的。MESSAGEix是纯python包，用起来比较简便，但是遗憾的是，MESSAGEix并不提供一个基础的模型供初学者利用。所以，近期，我便转向了GCAM，一个由University of Maryland开发的全球能源系统建模工具。 这里主要介绍利用pygcam，一个以C++为内核的python 应用......
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值