CVXPY优化求解后如何打印约束的原始表达式语法而非数值结果

问题背景 #

构建含大量约束的CVXPY优化问题时，若求解结果为不可行，需要逐约束排查问题诱因。默认直接打印约束对象时，仅会输出CVXPY内部标准化后的结果：常数项为计算后的数值数组，变量为自动生成的varXXXX格式编号，例如示例中定义的cons1 = x1 >= (ones_vector-zeros_vect )，实际打印结果为[1. 1. 1. 1. 1.] <= var2186，完全无法对应编写代码时的原始表达式，对复杂约束的排查没有帮助。
示例复现代码：

import cvxpy as cvx
import numpy as np

x1 = cvx.Variable(5)
y1 = cvx.Variable(5)

ones_vector = np.ones((5))*1.0
zeros_vect = np.zeros((5))
cons1 = x1 >= (ones_vector-zeros_vect ) 
cons2 = y1 >= ones_vector 
k = np.ones((5))*(-4)
cons3 = (x1 + y1) <= k
list_cons = [cons1, cons2, cons3]

obj_func = ones_vector.T @ (x1+y1)

prob = cvx.Problem(cvx.Minimize(obj_func), list_cons )
prob.solve()
for cons in list_cons:
    print(cons)

核心原因 #

• CVXPY在初始化约束对象时，会立即对传入的纯数值运算表达式（如numpy数组的四则运算ones_vector-zeros_vect）执行求值，不会保留代码编写阶段的Python语法树结构，原生接口无法自动还原手写的原始表达式字符串。
• 默认打印的约束内容是CVXPY内部标准化转换后的形式：会自动将常数项移到不等式一侧、变量项移到另一侧，未显式命名的变量会被分配无意义的自增ID，和手写表达式的结构、命名差异极大。

可行解决方案 #

方案1：手动绑定约束表达式备注（稳定性最高，适配所有场景） #

构建约束时直接给约束对象添加自定义属性，存储手写的原始表达式字符串，排查时直接读取该属性即可。建议同时给所有Variable显式传入name参数，避免出现无意义的varXXXX编号。
示例代码：

import cvxpy as cvx
import numpy as np

# 显式给变量命名，方便对应
x1 = cvx.Variable(5, name="x1")
y1 = cvx.Variable(5, name="y1")

ones_vector = np.ones((5))*1.0
zeros_vect = np.zeros((5))
# 构建约束时绑定原始表达式
cons1 = x1 >= (ones_vector-zeros_vect)
cons1.raw_expr = "x1 >= (ones_vector - zeros_vect)"
cons2 = y1 >= ones_vector
cons2.raw_expr = "y1 >= ones_vector"
k = np.ones((5))*(-4)
cons3 = (x1 + y1) <= k
cons3.raw_expr = "(x1 + y1) <= k"

list_cons = [cons1, cons2, cons3]
obj_func = ones_vector.T @ (x1+y1)
prob = cvx.Problem(cvx.Minimize(obj_func), list_cons)
prob.solve()

# 遍历打印时直接读取自定义属性
for idx, cons in enumerate(list_cons):
    print(f"约束{idx+1}原始表达式：{cons.raw_expr}")
    print(f"约束CVXPY标准化形式：{cons}")
    print("-"*30)

该方案无额外依赖，不会因CVXPY版本迭代失效，哪怕约束嵌套多层复杂运算，只要编写时顺手存入表达式字符串，排查时可读性最高。

方案2：工具函数自动捕获代码行表达式（适合约束量级大的场景） #

如果手动编写字符串备注效率太低，可以基于Python的inspect模块写轻量工具函数，创建约束时自动读取当前行的源码，提取约束表达式自动绑定到对象上，无需手动复制字符串。
注意该方案在逐行运行的交互式环境（如Jupyter Notebook、Python Shell）中可能失效，在普通.py脚本中运行正常。
示例工具函数：

import inspect
import re

def cons(cons_obj):
    # 读取调用当前函数的代码行
    caller_frame = inspect.currentframe().f_back
    code_line = inspect.getframeinfo(caller_frame).code_context[0].strip()
    # 正则提取等号右侧的约束表达式
    expr_match = re.search(r"=\s*(.+?)(?:\s*$|\s*#)", code_line)
    if expr_match:
        cons_obj.raw_expr = expr_match.group(1).strip()
    return cons_obj

# 用法
cons1 = cons(x1 >= (ones_vector-zeros_vect))
cons2 = cons(y1 >= ones_vector)
cons3 = cons((x1 + y1) <= k)

运行后每个约束的raw_expr属性会自动存入对应手写表达式，无需手动维护字符串。

方案3：遍历表达式树生成可读输出（无侵入但无法完全还原原始表达式） #

如果不想修改约束构建的代码，可以递归遍历约束对象的args属性，拼接变量名、运算符、常数项生成可读性更好的输出，但该方案只能拿到计算后的常数结果，无法还原ones_vector-zeros_vect这类数值运算的原始代码写法，仅能输出类似x1 >= [1. 1. 1. 1. 1.]的形式，比默认输出可读性强，但无法达到完全复现手写表达式的效果。

内容的提问来源于stack exchange，提问作者Angelo