Python中PuLP框架下如何打印并导出指定字典定义变量至Excel

先确保模型已成功求解 #

你之前调用.value()没效果，大概率是没执行模型求解，或者求解状态异常。必须先完成求解，变量才会有实际的计算值：

import pulp

# 示例集合定义（替换成你的实际集合）
set_M = [1, 2, 3]
set_N = ["a", "b", "c"]

# 创建模型
model = pulp.LpProblem("DemoModel", pulp.LpMinimize)

# 定义你的二元变量
x_var = pulp.LpVariable.dicts("x", (set_M, set_N), 0, 1, cat="Binary")

# 添目标函数与约束（示例代码，替换成你的实际逻辑）
model += pulp.lpSum(x_var[m][n] for m in set_M for n in set_N)
model += x_var[1]["a"] + x_var[1]["b"] <= 1

# 执行求解
status = model.solve()
# 检查求解状态，必须输出Optimal才表示求解成功
print(pulp.LpStatus[status])

打印特定变量的求解值 #

直接打印x_var字典只会显示变量对象，必须调用.value()方法获取计算后的值，你可以按需求筛选打印：

# 打印所有变量的求解值
for m in set_M:
    for n in set_N:
        var_val = x_var[m][n].value()
        print(f"x_{m}_{n} = {var_val}")

# 只打印值为1的变量（二元变量常用场景）
for m in set_M:
    for n in set_N:
        var_val = x_var[m][n].value()
        if var_val == 1:
            print(f"选中变量：x_{m}_{n}，值为{var_val}")

# 打印指定索引的变量，比如m=2、n='b'
print(f"x_2_b的求解值：{x_var[2]['b'].value()}")

导出变量值到Excel #

用pandas整理数据后导出最方便，无需复杂操作：

import pandas as pd

# 整理变量数据为表格格式
result_data = []
for m in set_M:
    for n in set_N:
        result_data.append({
            "M索引": m,
            "N索引": n,
            "变量求解值": x_var[m][n].value()
        })

# 转成DataFrame并导出到Excel
df = pd.DataFrame(result_data)
df.to_excel("pulp_variable_results.xlsx", index=False)

# 可选：只导出值为1的变量
filtered_df = df[df["变量求解值"] == 1]
filtered_df.to_excel("selected_pulp_variables.xlsx", index=False)

常见问题排查 #

如果.value()返回None，检查这几点：

• 模型是否执行了model.solve()
• 求解状态是否为Optimal（不是的话可能是模型无可行解或无界）
• 是否安装了PuLP默认的CBC求解器（没装的话先执行pip install pulp，首次运行会自动下载求解器）

内容的提问来源于stack exchange，提问作者user21559