python 线性优化

Python 中线性优化通常是指使用数学工具解决线性规划（Linear Programming, LP）问题，这是一种求解最优化问题的方法，其中目标函数和约束条件都是线性的。Python 提供了一些强大的库来支持这一功能：

1. **scipy.optimize.linprog**: SciPy 是一个开源的科学计算库，其中包含了一个名为 `linprog` 的函数，用于解决最小化线性成本函数并在一组线性等式和不等式约束下的问题。

from scipy.optimize import linprog

# 构造线性目标函数和约束矩阵 A_ub 和 b_ub，以及变量下界 A_eq 和 b_eq
c = [1, -1]  # 目标函数系数
A_ub = [[-1, 1]]  # 上边界约束系数
b_ub = [-3]  # 上边界约束值
A_eq = []  # 如果有等式约束则添加这里
b_eq = []  # 等式约束值

# 调用 linprog 解决问题
res = linprog(c, A_ub=A_ub, b_ub=b_ub, A_eq=A_eq, b_eq=b_eq)

**注意**：对于大型复杂的优化问题，如整数线性规划（Integer Linear Programming, ILP），还可以考虑使用 `PuLP` 或 `Gurobi`、`CPLEX` 这样的商业或第三方库。