Django集成Pulp优化时出现AttributeError：'str'对象无'hash'属性

报错AttributeError: 'str' object has no attribute 'hash'的核心原因是：你在构建目标函数obj_func时，传入的是变量名字符串，而Pulp的LpAffineExpression需要的是实际的LpVariable对象。

你用exec创建了变量，但把变量名存在var_names列表里，之后构建目标函数时用了这些字符串，而不是对应的LpVariable实例，Pulp在处理时把字符串当成变量来操作，自然会报错。另外，exec在Django视图环境的命名空间和Jupyter Notebook不同，变量可能没有被正确注册到当前作用域，进一步加剧了问题。

完全抛弃exec，用字典存储所有LpVariable对象，既能统一管理变量，避免命名空间问题，也让约束和目标函数的构建更清晰。

1. 重构变量创建逻辑 #

用字典variables存储每个变量，键是你原来的var_name，值是LpVariable对象：

variables = {}  # 存储所有LpVariable对象
var_coefficients = []  # 存储变量对应的系数

for _foo_ in list_1:
    for _bar_ in list_2:
        for _var_ in list_3:
            for _eet_ in list_4:
                var_name = f"{_foo_}{_bar_}{_var_}{_eet_}"
                # 直接创建变量并存入字典，无需exec
                variables[var_name] = LpVariable(var_name, lowBound=0, cat='Integer')
                # 获取数据库中的系数值
                db_entry = DataBase.objects.get(column_A=f"{_foo_}{_var_}")
                var_coefficients.append(db_entry.value)

2. 构建正确的目标函数 #

从字典中取出LpVariable对象，和系数配对构建目标函数：

# 变量与系数一一对应，生成目标函数项
obj_terms = [(variables[var_name], var_coefficients[i]) for i, var_name in enumerate(variables.keys())]
obj_func = LpAffineExpression(obj_terms)

problem = LpProblem(name="name", sense=LpMinimise)
problem += obj_func

3. 重构约束条件（抛弃exec） #

直接用字典里的变量构建约束表达式，避免exec带来的风险：

# 替换原来的exec约束示例
# 假设function(a1,b1,c1)返回变量名字符串，比如"foo1bar2var3eet4"
var1 = variables[function(a1, b1, c1)]
var2 = variables[function(a1, b1, c2)]
threshold = Database_2.objects.get(column_A=z1).value
problem += (var1 + var2 >= threshold)

如果function是复杂的表达式生成逻辑，同样基于variables字典拼接即可，完全不需要exec。

4. 求解并获取结果 #

之后正常调用求解，从字典中提取变量结果：

problem.solve()
# 整理求解结果
results = {var_name: var.varValue for var_name, var in variables.items()}

• 用exec存到globals/local字典：本质还是依赖字符串引用变量，不如直接用字典管理对象可靠。
• LpVariable.dict：你遇到的未定义错误，是因为约束里仍用字符串而非字典中的变量，只要约束也从字典取变量就能解决。

内容的提问来源于stack exchange，提问作者James