如何使用Python获得纸浆中的最佳优化变量？

我正在使用Pulph和Python来解决一个优化问题

我正在使用

import pulp
# code
pulp.prob.objective.value()

现在，我想访问优化变量。如何做到这一点

---

在中，我发现类似于

use_vars[I].varValue的内容，但我应该循环以获得整个向量。我能像在目标值中那样直接得到它吗？有人熟悉纸浆吗
 要获得整个优化向量，您可以执行以下操作

pulp.prob.variables()

它将返回所有变量的列表。要访问列表的第i个元素或第i个变量，必须执行以下操作

pulp.prob.variables()[i].varValue

您可以在函数中返回目标值和变量，如

return pulp.prob.objective.value(), pulp.prob.variables()

然后使用类似for的循环访问变量

varsdict = {}
for v in prob.variables():
    varsdict[v.name] = v.varValue

最终结果将是一个字典
varsdict
，看起来像

varsdict = {'x_10': 0.0, 'x_0': 1.0, ...}