使用linprog时触发ValueError：A_ub必须为二维数组的问题求助

问题描述 #

我在用linprog做线性规划计算的时候，一直碰到这个ValueError，但我检查了A_ub和c的尺寸，明明是一致的，实在搞不明白问题出在哪。

我的代码如下：

import numpy as np
from scipy.optimize import linprog

A_eq = np.array([[1,0,0,0,0,1], [0,1,0,-1.05,1,0], [-0.4,-0.3,1,0,-1.05,1]])
b_eq = np.array([200,100,0])
A_ub = [0,0,0,-1,-1,-1]
b_ub = -300
c = np.array([1.2, 1.3, 1.3, 0, 0, 1.05])
res = linprog(c, A_ub=A_ub, b_ub=b_ub, A_eq=A_eq, b_eq=b_eq, bounds=[0, None])

运行后触发的错误：

ValueError: Invalid input for linprog: A_ub must have exactly two dimensions, and the number of columns in A_ub must be equal to the size of c

问题分析与解决方法 #

兄弟，问题就出在你定义的A_ub上！你现在把它写成了一维列表，但linprog明确要求A_ub必须是二维数组——哪怕你只有一行约束条件，也得用二维的结构来表示。

你看你的c是长度为6的数组，A_ub虽然元素个数刚好是6，但它是一维的，不符合linprog的输入规范。解决方法超简单，把A_ub改成二维形式就行，有两种常用方式：

• 方式一：用np.array包裹成二维数组，多套一层括号

  A_ub = np.array([[0,0,0,-1,-1,-1]])
  

• 方式二：直接写成嵌套列表

  A_ub = [[0,0,0,-1,-1,-1]]
  

另外还有个小细节：你的b_ub当前是单个数值，虽然linprog会自动兼容，但最好也改成一维数组或列表，比如b_ub = [-300]，这样代码风格更统一，也能避免一些潜在的小问题。

修改后的完整代码示例：

import numpy as np
from scipy.optimize import linprog

A_eq = np.array([[1,0,0,0,0,1], [0,1,0,-1.05,1,0], [-0.4,-0.3,1,0,-1.05,1]])
b_eq = np.array([200,100,0])
A_ub = np.array([[0,0,0,-1,-1,-1]])
b_ub = [-300]
c = np.array([1.2, 1.3, 1.3, 0, 0, 1.05])
res = linprog(c, A_ub=A_ub, b_ub=b_ub, A_eq=A_eq, b_eq=b_eq, bounds=[0, None])

这样运行应该就不会再触发这个ValueError了，你可以试试！

备注：内容来源于stack exchange，提问作者Azil559