能否直接从PyScipOpt的Model对象中获取SCIP的统计输出数值？

解决方案 #

PySCIPOpt 4.0及以上版本已经内置了结构化获取统计数据的接口，无需解析文本或文件输出，具体用法如下：

1. 全局求解统计（含原始对偶积分等核心指标）

调用model.getStatistics()方法会返回Statistics对象，直接通过属性读取所需指标即可，示例：

import pyscipopt as pso

model = pso.Model()
# 模型构建、求解逻辑省略
model.optimize()

stats = model.getStatistics()
# 常用指标示例
solve_time = stats.solving_time  # 求解总耗时
primal_dual_integral = stats.primal_dual_integral  # 原始对偶积分
final_gap = stats.gap  # 最终Gap
total_nodes = stats.n_nodes  # 总分支节点数
lp_iterations = stats.n_lp_iterations  # LP迭代总次数

如果需要查询所有支持的统计字段，直接执行print(dir(stats))即可查看完整属性列表。

2. 分支规则、原始启发式的单独统计

可以直接调用对应接口获取所有组件的单独统计数据：

# 获取所有原始启发式的统计
for heur in model.getHeuristics():
    print(f"启发式名称：{heur.name}")
    print(f"调用次数：{heur.ncalls}")
    print(f"找到可行解数量：{heur.nsolsfound}")
    print(f"耗时：{heur.time}")

# 获取所有分支规则的统计
for rule in model.getBranchrules():
    print(f"分支规则名称：{rule.name}")
    print(f"调用次数：{rule.ncalls}")
    print(f"新增分支割数量：{rule.ncutsadded}")
    print(f"耗时：{rule.time}")

旧版本兼容方案（PySCIPOpt <4.0）

如果使用的是未支持上述接口的旧版本，可以用内存流捕获打印输出，避免落盘再解析：

import io
from contextlib import redirect_stdout

# 捕获printStatistics的输出到内存
buffer = io.StringIO()
with redirect_stdout(buffer):
    model.printStatistics()
stats_text = buffer.getvalue()

# 后续可用正则匹配提取所需字段即可，效率远高于读本地文件

内容的提问来源于stack exchange，提问作者Inquisitive