Python 解算（）后的纸浆输出（迭代、渐变、松弛等）

所以纸浆似乎在做它的工作，我调用

prob.solve（）

并得到结果

我非常缺少并且找不到的是一个完整的报告，类似于

linprog

之后的scipy输出

     con: array([-2.75732770e-11, -5.51465540e-11, -2.75728329e-11])

     fun: 3.6000000001467547

 message: 'Optimization terminated successfully.'

     nit: 4

   slack: array([], dtype=float64)

  status: 0

 success: True
       x: array([5.00000000e-01, 2.43836732e-11, 5.00000000e-01, 5.00000000e-01,
       5.00000000e-01])

现在我知道我可以打电话：

prob.status

但基本上就是这样。若问题不可行（即状态=-1），我将缺少调试它的工具。 到目前为止，我所要做的是，例如，通过迭代约束，找到不满意的约束：

for c in prob.constraints:
eps = 1e-13
if abs(prob.constraints[c].value())> eps:
    print(c,int(prob.constraints[c].value()))

但我仍然错过了一些标准输出：

• 迭代次数
• 缺口
• 梯度/黑森
• 松弛（如果激活）
• 精度（如果设置或获得）

---

是我在文档中找不到的东西，还是实际上缺少的东西？

你能分享一个可复制的例子吗？从纸浆中获得的信息实际上取决于纸浆使用的解算器。尝试给出参数

msg=1

，以获取有关解算器正在执行的操作的更多信息。