PuLP优化中如何通过字符串获取已定义LpVariable取值

你之前写的pulp.LpVariable(test_str)操作，本质是现场新建了一个和x2同名的、从未被纳入优化问题的全新LpVariable实例。这个新变量既没有出现在目标函数中，也没有被加入任何约束，求解器根本没有对它做过任何处理，因此返回None，和你最初定义的x2没有任何关联。

方案1（最稳妥的实现方式） #

根本不需要手动维护变量名和实例的映射关系。所有被加入优化问题的变量，都会被LpProblem实例自动存储在内部结构中，调用prob.variablesDict()即可直接获取一个现成的映射字典：字典的键就是定义变量时传入的字符串名称，值就是对应的原LpVariable实例。

• 对应测试代码的修改片段：

# 求解完成后读取问题自带的变量映射字典
var_map = prob.variablesDict()
# 无论test_str是'x1'、'x2'还是'x3'，直接通过字符串索引即可获取原变量
target_var = var_map[test_str]
print("通过字符串转换得到的变量取值: ", value(target_var))  # 输出0.0，与原x2的取值完全一致

• 如果你持有一整份存储变量名的字符串列表，直接遍历列表批量取值即可，哪怕列表中包含上百个变量名，也完全不需要逐行编写if/elif判断逻辑。
• 该方案的核心优势：映射关系完全与问题的实际求解状态绑定，不会因为外部作用域变量重名、拼写错误拿错对象，是PuLP原生支持的最可靠的变量映射方式。

方案2（适合同作用域变量的快速映射） #

如果所有待映射的LpVariable都在当前函数作用域内定义，也可以直接读取当前作用域的命名空间字典，通过变量名字符串取值。locals()返回的就是当前函数块内所有局部变量的键值对，键就是变量名的字符串形式。

• 对应代码修改：

# 读取当前函数的局部作用域变量映射
local_var_map = locals()
target_var = local_var_map[test_str]
print("通过局部作用域获取的变量取值: ", value(target_var))  # 同样输出正确的求解值0.0

• 注意事项：该方法仅适用于同一作用域内定义的变量映射场景，如果变量定义在其他函数、类的作用域中，locals()无法跨作用域读取，通用性弱于方案1。

不要尝试通过“新建同名LpVariable实例”的方式匹配原有变量——两个变量除了名称一致，在内存中是完全独立的对象，新建的变量从未进入优化求解流程，永远无法获取正确的求解值。

内容的提问来源于stack exchange，提问作者shin_t_o_