※ 引述《xakg (夤)》之銘言： : 大家好， : 小弟新手入門，有些觀念跟問題請教： : 1. 很多書上有推anaconda，是不是裝了以後就不要再裝python的核心(直譯器)？ : 我本來安裝了官方python 3.5 又安裝了anaconda，這樣在ipython 在執行新檔案時會 : 出現兩個核心，是不是代表我兩個都可以裝？ : 2. 因為研究需要，我需要gurobi 最佳化求解軟體，我已經安裝好了，後來發現anaconda : 也有提供他的安裝方法，那我還要在安裝一次嗎？我用pip裝的套件 conda的核心讀的到 : 嗎？ : 3. 我執行gurobi 後 核心出來是 2.7.X版本的 可是我的python原先是裝3.5x版本的 : 為什麼會這樣呀？ : http://imgur.com/a/RBjaW : http://imgur.com/a/PCLHs : 4. 版友有推薦pyomo +gurobi 但我不太了解pyomo的作用是如何，他的效果是屬於？ : == : 我發覺python真的還蠻有趣的，就像excel一樣有好多函數可以拿來使用； : 跟其它程式有一點小差別，光是基因演算法都有套件可以解， : 好酷呀！！ 1,2,3已經有人解釋了，我解釋一下pyomo的用途。 解設我們在解一個最佳化問題（例：線性規劃(LP)、兩次規劃(QP)等）， LP的標準式是 min c^T x s.t. Ax <= b, x >=0。 如果我們的LP可以很簡單的化簡成標準式時，即可以直接呼叫解LP的函數求解， 比如說scipy的optimize套件中就有直接求LP標準式的套件, https://goo.gl/65FSX0 但是當我們在依據資料建立數學模型時，雖然可以知道模型是LP、QP或是其它規劃， 但非標準型式，如果要用基本的function call求解的話，就必須要自行轉換成標準式， 非常的麻煩，而且容易發生錯誤，特別是在問題較大時（比如說大於100個決策變數的 問題），因此有許多的建模語言幫助使用者達成此轉換的工作，如AMPL、GAMS等，而 pyomo是用python實際此功能的軟體。 但要注意的事這些建模語言只是幫忙做翻譯，實際上問題還需要用演算法求解， 因此還需要後端的solver幫忙解答，常見的商用solver有cplex, gurobi, xpress等， 雖然也有open source的版本如glpk，但是性能差異過大。 Prof. Mittelmann有在對市面上大多數的solver做性能測試，更新的非常頻繁， 最新的比較是2016年11月，可看出很明顯的商用 vs 開源solver性能差異。 pyomo後端支援相當多的solver，cplex, gurobi, glpk等都支援，而商用軟體 也大多有搭配自已的建模語言，所以不管用那一種方式都可以解答出問題，只 是在於方便性而已。 順便一提，cplex和gurobi校園使用都可以申請academic use，免費使用，只要免年 更新license即可。 http://plato.asu.edu/bench.html --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.117.168.49 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1479969390.A.683.html