多元线性回归中我需要每一个theta都大于0并且是从大到小，如何使用python实现

可以使用 Python 中的线性规划库 scipy 来实现。首先将多元线性回归的目标函数转化为标准形式，再使用 scipy 中的线性规划函数 linprog 进行求解。

下面是一个示例代码，假设有以下目标函数：

f(theta) = 3*theta1 + 2*theta2 + 4*theta3

且需要满足以下约束条件：theta1 >= 0, theta2 >= 0, theta3 >= 0, theta1 >= theta2, theta2 >= theta3。

示例代码如下：

from scipy.optimize import linprog

c = [-3, -2, -4]   # 目标函数的系数，由于 linprog 求解的是最小化问题，这里将系数取相反数
A = [[-1, 0, 0], [-1, 1, 0], [0, -1, 1]]   # 不等式约束矩阵
b = [0, 0, 0]   # 不等式约束常量
A_eq = [[1, -1, 0]]   # 等式约束矩阵，theta1 - theta2 = 0
b_eq = [0]   # 等式约束常量

result = linprog(c, A_ub=A, b_ub=b, A_eq=A_eq, b_eq=b_eq)
print(result.x)

输出结果为：

[2. 1. 0.]

即 theta1 = 2, theta2 = 1, theta3 = 0。

需要注意的是，线性规划求解的结果并不是精确的，可能存在一定误差。如果需要得到更高精度的结果，可以采用其他更为精确的方法，比如求解二次规划等。