模型加载

为了使用Python加载转换后的模型，该函数 pysd.load() 可以使用：

pysd.load(py_model_file, data_files=None, data_files_encoding=None, initialize=True, missing_values='warning')

加载Python转换的模型文件。

参数:

• py_model_file (str) -- 已转换为Python格式的模型文件夹。

• initialize (bool (optional)) -- 如果为False，则加载模型时不会初始化。默认为True。

• data_files (dict or list or str or None) -- 包含键、文件名和变量的字典，以从那里加载数据。或者要搜索数据的名称列表或文件名称。仅适用于TabData类型对象，并且有必要提供它。默认为无。

• data_files_encoding (list or str or dict or None (optional)) -- data_files的编码。如果传递字符串或无，则该值将用于所有文件。如果data_files是列表，则可以使用相同长度的列表来指定不同的编码。如果data_files是字典，则可以使用具有相同键的字典，即编码的值。有关更多信息，请参阅pandas.read的文档。默认为无。

• missing_values (str ("warning", "error", "ignore", "keep") (optional)) -- 如何处理缺失的值。如果“warning”（默认）显示警告消息并内插值。如果“raise”引发错误。如果“忽略”则插入值而不显示任何内容。如果选择“keep”，它将保留缺失的值，此选项可能会导致集成失败，但它可以用于检查数据的质量。

示例

>>> model = load('../tests/test-models/samples/teacup/teacup.py')

要将负载转换为模型， pysd.read_vensim() 和 pysd.read_xmile() 可以使用的功能：

pysd.read_vensim(mdl_file, data_files=None, data_files_encoding=None, initialize=True, missing_values='warning', split_views=False, encoding=None, **kwargs)

从Vensim构建模型 .mdl 文件.

参数:

• mdl_file (str or pathlib.Path) -- 原始Vensim的相对路径文件名 .mdl 文件.

• initialize (bool (optional)) -- 如果为False，则加载模型时不会初始化。默认为True。

• data_files (dict or list or str or None) -- 包含键、文件名和变量的字典，以从那里加载数据。或者要搜索数据的名称列表或文件名称。仅适用于TabData类型对象，并且有必要提供它。默认为无。

• data_files_encoding (list or str or dict or None (optional)) -- data_files的编码。如果传递字符串或无，则该值将用于所有文件。如果data_files是列表，则可以使用相同长度的列表来指定不同的编码。如果data_files是字典，则可以使用具有相同键的字典，即编码的值。有关更多信息，请参阅pandas.read的文档。默认为无。

• data_files_encoding -- data_files的编码。如果传递字符串或无，则该值将用于所有文件。如果data_files是列表，则可以使用相同长度的列表来指定不同的编码。如果data_files是字典，则可以使用具有相同键的字典，即编码的值。有关更多信息，请参阅pandas.read的文档。默认为无。

• missing_values (str ("warning", "error", "ignore", "keep") (optional)) -- 如何处理缺失的值。如果“warning”（默认）显示警告消息并内插值。如果“raise”引发错误。如果“忽略”则插入值而不显示任何内容。如果选择“keep”，它将保留缺失的值，此选项可能会导致集成失败，但它可以用于检查数据的质量。

• split_views (bool (optional)) -- 如果为True，则会解析草图以检测每个模型视图中的模型元素，然后在单独的Python文件中转换每个视图。对于分裂为许多不同视图的大型模型，建议将此参数设置为True。默认为假。

• encoding (str or None (optional)) -- 源模型文件的编码。如果无，则将从模型中读取编码，如果模型文件中未定义编码，则将设置为“UTF-8”。默认为无。

• subview_sep (list) -- 用于分隔视图和子视图的字符（例如 [",", "."] ).如果提供，并且split_views=True，则每个子模块将被放置在父视图的目录中。

• **kwargs ((optional)) -- 用于转换的其他关键字参数。

返回:

model --Python模型中的元素被加载到PySD类中并准备运行

返回类型:

a PySD class object

示例

>>> model = read_vensim('../tests/test-models/samples/teacup/teacup.mdl')

pysd.read_xmile(xmile_file, data_files=None, data_files_encoding=None, initialize=True, missing_values='warning')

从Xmile文件构建模型。

参数:

• xmile_file (str or pathlib.Path) -- 原始Xmile文件的相对路径文件名。

• initialize (bool (optional)) -- 如果为False，则加载模型时不会初始化。默认为True。

• data_files (dict or list or str or None) -- 包含键、文件名和变量的字典，以从那里加载数据。或者要搜索数据的名称列表或文件名称。仅适用于TabData类型对象，并且有必要提供它。默认为无。

• data_files_encoding (list or str or dict or None (optional)) -- data_files的编码。如果传递字符串或无，则该值将用于所有文件。如果data_files是列表，则可以使用相同长度的列表来指定不同的编码。如果data_files是字典，则可以使用具有相同键的字典，即编码的值。有关更多信息，请参阅pandas.read的文档。默认为无。

• missing_values (str ("warning", "error", "ignore", "keep") (optional)) -- 如何处理缺失的值。如果“warning”（默认）显示警告消息并内插值。如果“raise”引发错误。如果“忽略”则插入值而不显示任何内容。如果选择“keep”，它将保留缺失的值，此选项可能会导致集成失败，但它可以用于检查数据的质量。

返回:

model --Python模型中的元素被加载到PySD类中并准备运行

返回类型:

a PySD class object

示例

>>> model = read_xmile('../tests/test-models/samples/teacup/teacup.xmile')