python 线性规划

Python提供了多种解决线性规划问题的库，其中比较常用的有：

1. PuLP：PuLP是一个Python线性规划库，能够解决线性规划、整数线性规划、混合整数线性规划等问题。

2. scipy.optimize.linprog：scipy.optimize.linprog是一个基于内部单纯形法的线性规划求解器，能够求解线性规划问题。

下面是一个使用PuLP求解线性规划问题的示例代码：

from pulp import *

# 创建问题对象
prob = LpProblem("example", LpMaximize)

# 创建变量
x1 = LpVariable("x1", lowBound=0)
x2 = LpVariable("x2", lowBound=0)

# 添加目标函数
prob += 3 * x1 + 4 * x2

# 添加约束条件
prob += 2 * x1 + x2 <= 5
prob += x1 + 2 * x2 <= 4

# 求解问题
status = prob.solve()

# 输出结果
print("Status:", LpStatus[status])
print("Optimal value:", value(prob.objective))
print("x1 =", value(x1))
print("x2 =", value(x2))

上述代码中，我们首先创建了一个问题对象prob，然后创建了两个变量x1和x2，并添加了目标函数和约束条件。最后，使用solve()方法求解问题，并输出结果。

需要注意的是，在使用PuLP求解线性规划问题时，需要先安装PuLP库。可以使用以下命令进行安装：

!pip install pulp