如何使用Brightway2结合Python生成ecoinvent活动的桑基图？

Brightway2本身确实没有内置的桑基图生成工具，但可以通过「提取LCA数据+第三方可视化库」的组合方式实现，具体步骤如下：

• 第一步：提取LCA计算的流数据
  先完成常规的Brightway2 LCA计算，再从计算结果中提取活动的输入输出关系、流量数值等核心数据。需要将LCA矩阵中的索引映射回具体的活动/生物流名称，整理成节点与连接的结构。
  示例代码片段：

  import brightway2 as bw
  
  # 初始化项目与数据库
  bw.projects.set_current("your_project")
  ecoinvent_db = bw.Database("ecoinvent_3.9_cutoff")
  
  # 选定目标活动并定义功能单位
  target_activity = next(act for act in ecoinvent_db if act["name"] == "your_target_activity_name")
  functional_unit = {target_activity: 1}
  
  # 执行LCA计算
  lca = bw.LCA(functional_unit)
  lca.lci()
  lca.lcia()
  
  # 提取并整理输入输出数据（需根据需求过滤微小流量、合并重复节点）
  # 核心是将矩阵数据转换为「节点名称列表」「源节点索引」「目标节点索引」「流量值」的格式
  

• 第二步：用第三方库绘制桑基图
  用Python可视化库基于整理好的数据生成桑基图，常用选项包括：

  • plotly：支持交互式桑基图，可缩放、hover查看详情
  • sankeyflow：专注桑基图绘制的轻量库
  • matplotlib的sankey模块：适合快速生成静态桑基图

  以plotly为例的实现代码：

  import plotly.graph_objects as go
  
  # 假设已整理好数据：labels为节点名称列表，source/target为节点索引，value为对应流量
  fig = go.Figure(data=[go.Sankey(
      node=dict(
        pad=15,
        thickness=20,
        line=dict(color="black", width=0.5),
        label=labels
      ),
      link=dict(
        source=source_indices,
        target=target_indices,
        value=flow_values
      )
  )])
  
  fig.update_layout(title_text="Ecoinvent活动桑基图", font_size=10)
  fig.show()
  

• 关键提示

  • 数据整理是核心：需处理重复节点、过滤低流量项避免图面杂乱，可参考activity-browser的实现逻辑（它本身基于Brightway2开发，桑基图功能也是先提取数据再渲染）
  • 若需包含影响评价结果，可在LCI基础上结合LCIA结果调整流量权重

内容的提问来源于stack exchange，提问作者gary_brown