如何在NetLogo中用Python扩展解析决策树PMML并访问规则列表？

原问题 #

我想要运行一个NetLogo模型，其中海龟行为依赖决策树这类机器学习模型输出的概率，该规则集以PMML文件形式提供。请问能否通过Python扩展实现这一需求？

问题更新 #

我已成功解析PMML文件并生成规则列表，但无法在NetLogo的py:run代码块外部访问该列表。尝试将read_pmml改为to-report并通过py:runresult获取，但未成功。目前我采用了导出为CSV文件再重新导入NetLogo的变通方法，但感觉效率较低。

示例代码：

to read_pmml
  (py:run
    "import csv"
    "import xml.etree.ElementTree as ET"
    "tree = ET.parse('mytest.pmml')"
    ## 省略部分代码
    "print (rule_list)"
   )
end

解决方案 #

核心思路 #

py:run仅执行Python代码但不返回值，而py:runresult需要Python代码返回NetLogo可解析的原生数据类型（如列表、字典、字符串等）。你之前的问题出在Python端用print输出而非直接返回数据，且未正确配置to-report结构。

调整后的代码实现 #

1. 重构NetLogo的Reporter过程

to-report read-pmml
  report (py:runresult
    "import xml.etree.ElementTree as ET"
    "tree = ET.parse('mytest.pmml')"
    ## 你的PMML解析逻辑，生成规则列表（示例结构）
    "rule_list = []"
    "root = tree.getroot()"
    ## 这里替换为你实际的规则提取代码，比如遍历决策树节点生成(条件, 概率)对
    "rule_list.append(['age > 30', 0.75])"
    "rule_list.append(['income < 50000', 0.6])"
    "rule_list"  # 直接返回列表，而非print输出
  )
end

2. 在NetLogo中使用规则列表

直接调用reporter获取规则，无需CSV中转：

;; 获取PMML规则列表
let pmml-rules read-pmml

;; 遍历规则控制海龟行为
foreach pmml-rules [
  current-rule ->
  let rule-condition item 0 current-rule
  let action-probability item 1 current-rule
  
  ask turtles [
    ;; 自定义condition-met?过程，判断当前海龟是否符合规则条件
    if condition-met? rule-condition [
      if random-float 1 < action-probability [
        ;; 执行对应行为，比如移动、变色等
        set color red
        fd 10
      ]
    ]
  ]
]

特殊情况处理 #

如果你的规则包含NetLogo无法直接解析的复杂结构：

1. 在Python端将规则序列化为JSON字符串：

import json
# 生成规则后转为JSON
return json.dumps(rule_list)

2. 在NetLogo中使用JSON扩展解析字符串（需先通过NetLogo的扩展管理器安装JSON扩展）：

to-report read-pmml
  report json:from-string (py:runresult
    "import xml.etree.ElementTree as ET"
    "import json"
    "tree = ET.parse('mytest.pmml')"
    ## 你的解析逻辑
    "rule_list = [['age > 30', 0.75], ['income < 50000', 0.6]]"
    "json.dumps(rule_list)"
  )
end

内容的提问来源于stack exchange，提问作者KaM