GLPK/Python

有幾種可供選擇的Python語言繫結。每個繫結提供不同的抽象級別。都是開源軟體。

在指令碼編寫加上 MathProg頁面上提供有關 Python 和 GLPK 的更多資訊。

PyGLPK

PyGLPK 是 GLPK 在 Python 物件中的封裝（目前正在維護（2021 年））。與 Python-GLPK 相比，語言繫結是“手工製作的”，從而能夠在 Python 語言中實現更流暢的整合。PyGLPK 採用 GNU 通用公共許可證授權。

PyGLPK 0.3 於 2010 年 5 月 30 日釋出，但基於 GLPK 4.31 API。測試（make; make test) 在 GLPK 4.45 上失敗。

PyMathProg

PyMathProg 基於PyGLPK。PyMathProg 也採用 GNU 通用公共許可證授權。

PyMathProg 提供了一種領域特定語言，它能夠以與 GLPK MathProg (GMPL) 或 AMPL 非常相似的形式來制定線性問題。

Pyomo

來自桑迪亞國家實驗室的Python 最佳化建模物件 (Pyomo) 軟體包是一個用於在 Python 中建模最佳化應用程式的開源工具。Pyomo 預設使用 GLPK 求解器，儘管可以選取其他求解器。Pyomo 在 BSD 許可證下發布。

GLPK 透過建立 LP 檔案，並透過命令列介面將其執行到 GLPSOL，然後解釋輸出檔案來進行介面。

嚴格地說，Pyomo 不是一組針對 GLPK 的低階 Python 語言繫結——相反，Pyomo 提供了高階線性規劃結構（在表達上類似於 MathProg）以及 Python 語言的正常特性。

Pyomo 比 GLPK MathProg 或 AMPL 更簡潔，因為它必須被解析為 Python。例如，以下 MathProg 語句

maximize f: 0.6 * x1 + 0.5 * x2;

在 Pyomo 中相當於

model.f = Objective( expr=0.6 * model.x + 0.5 * model.y, sense=maximize )

Python-GLPK

由Rogério Reis開發的Python-GLPK 是一個使用SWIG 建立的針對 GLPK 的 Python 語言繫結，並採用 GNU 通用公共許可證授權（不幸的是，該軟體包不再維護（2021 年））。它也可以透過 Debian 包獲得python-glpk.

SWIG 允許輕鬆維護，因為幾乎沒有 GLPK 特定程式碼存在。SWIG 還確保幾乎所有 GLPK 庫函式都可用。另一方面，客戶端呼叫方法有些笨拙。

構建 Python-GLPK 需要以下依賴項（至少）：

• Python
• SWIG
• PLY (Python Lex-Yacc)——可透過 Debian 包單獨獲得python-ply和python-ply-doc

用法

以下最小化程式將顯示 GLPK 版本號

import glpk
print glpk.glp_version()

從原始碼構建和安裝

如果無法（或選擇不）使用 Debian 包python-glpk，則可以從原始碼構建和安裝 Python-GLPK。需要 root 許可權。以下是步驟

• 切換到合適的子目錄並下載原始碼

  wget http://www.dcc.fc.up.pt/~jpp/code/python-glpk/python-glpk_0.4.43.orig.tar.gz

• 解壓縮存檔

  tar -xzf python-glpk_0.4.43.orig.tar.gz

• 切換到src目錄

  cd python-glpk-0.4.43/src/

• 一次性構建和安裝軟體（請注意，make install 首先執行 make all）

  sudo make install

• 切換到examples目錄

  cd ../examples

• 執行確認測試

  python test.py

CVXOPT

CVXOPT 是一個基於 Python 語言的凸最佳化軟體包。它提供對不同的線性（GLPK，Mosek）和二次（Mosek）規劃求解器的介面。CVXOPT 由 Joachim Dahl 和 Lieven Vandenberghe 開發。

Sage

Sage 是一個基於 Python 的通用數學軟體。雖然 Sage 嚴格來說比 Python 更多，但它仍然列在這個頁面上。

使用者可以選擇連結到 GLPK、COIN Branch-and-Cut 和CPLEX（截至 2010 年 11 月，計劃支援SCIP）。但由於許可證的原因，GLPK 仍然是預設求解器。Sage 可用於混合整數規劃和圖論問題。

PuLP

PuLP 是 Python 的 LP 建模模組。它生成 MPS 或 LP 檔案，並透過命令列將這些檔案提交給 GLPK、COIN CLP/CBC、CPLEX 或 XPRESS。採用MIT 許可證。對於 GLPK，PuLP 將問題寫入 CPLEX LP 檔案，然後在一個新的程序中執行類似以下命令

glpsol --cpxlp %d-pulp.lp --o %d-pulp.sol [--nomip]

完成時，將分析解決方案檔案。將刪除兩個中間檔案。

PuLP 還具有針對 GLPK 的直接 python 繫結（上面的示例生成了一個新的程序併發出系統命令）。截至 2012 年 8 月，該功能是使用PyGLPK 繫結實現的，但下一個版本應該使用Python-GLPK 繫結（程式碼已編寫，正在評估中）。

yaposib

Yet Another Python OSI 繫結或yabosib 專案提供 OSI 繫結——換句話說，yaposib 將 OSI API 包裝在 python 類中。它計劃正式包含在COIN-OR 套件中。yaposib 還被設計為在PuLP 中使用。

ecyglpki

一個 Cython GLPK 介面

這些繫結使用面向物件風格，但仍然相對接近 GLPK C API。例如，大多數 GLPK 函式名稱基本保留（刪除了 glp_ 字首），並添加了幾個類似的函式。新增的功能之一是，在大多數函式中，行和列名稱以及整數索引都可以使用。

一些非常簡單的程式碼，讓你瞭解繫結

# set up the problem
lp = ecyglpki.Problem()
lp.add_named_rows('first', 'second')
lp.set_row_bnds('first', None, 0)
lp.add_named_cols('x', 'y')
lp.set_col_bnds('x', -1, None)
lp.set_mat_col('x', {'first': -1, 'second': 1})
lp.set_col_kind('y', 'binary')
lp.set_obj_coef('x', 1)
lp.set_obj_coef('y', -3)
lp.set_obj_dir('maximize')
# configure and solve
iocp = ecyglpki.IntOptControls() # (default) int. opt. control parameters
iocp.presolve = True
status = lp.intopt(iocp)
if status != 'optimal':
    raise RuntimeError('Error while solving...: ' + status)
# fix the binary variable to its computed value and find exact solution
yval = lp.mip_col_val('y')
lp.set_col_bnds('y', yval, yval)
smcp = ecyglpki.SimplexControls() # (default) simplex control parameters
smcp.presolve = True
status = lp.simplex(smcp)  # solve
if status != 'optimal':
    raise RuntimeError('Error while solving...: ' + status)
smcp.presolve = False
status = lp.exact(smcp)  # now solve exactly
if status != 'optimal':
    raise RuntimeError('Error while solving...: ' + status)

外部資源

• PyPI 頁面：https://pypi.python.org/pypi/ecyglpki
• 最新版本的文件：http://pythonhosted.org/ecyglpki/
• GitHub 上的原始碼：https://github.com/equaeghe/ecyglpki
• 最近開發版本的文件：https://equaeghe.github.io/ecyglpki/

該文件包含 API 的描述，還包含示例，這些示例的原始碼可用，可以檢查這些程式碼以瞭解如何使用該包。

swiglpk

GNU 線性規劃套件的簡單 swig 繫結

PyPI 上提供了描述、安裝說明和示例：https://pypi.python.org/pypi/swiglpk

原始碼可在 GitHub 上獲取：https://github.com/biosustain/swiglpk

ctypes

ctypes 庫允許包裝本機庫呼叫。

此示例顯示 GLPK 版本號

#!/usr/bin/python
from ctypes import *

solver = cdll.LoadLibrary('libglpk.so')
solver.glp_version.restype = c_char_p

print solver.glp_version()

使用者建議

此 執行緒 在 2011 年初討論了各種 Python 繫結的優點

• 一名使用者報告稱，儘管進行了多次嘗試，但無法在 Mac OS X 下構建 Python-GLPK
• 一名使用者推薦使用 PyMathProg，並建議從頭開始編譯 GLPK，而不是依賴第三方二進位制檔案