python - 使用Cplex在Python中构建线性程序

我试图解决一个有大量变量和约束的线性程序。我需要动态生成约束矩阵并用python构建lp。关于cplex for python，我能找到的唯一一个教程是ibm的官方教程，它并不是很详细。所以我的问题是：
首先，一个普遍的问题是，有没有更好的教程或是有充分记录的东西？
其次，更具体的问题是，在官方教程中，有一个示例显示了填充LP的不同方法，问题语句是：

Maximize
x1  + 2x2 + 3x3
subject to
–x1 +  x2 + x3 <= 20
x1 – 3x2 + x3 <= 30
with these bounds
0 <= x1 <= 40
0 <= x2 <= infinity
0 <= x3 <= infinity

按行填充如下所示：

def populatebyrow(prob):
    prob.objective.set_sense(prob.objective.sense.maximize)

# since lower bounds are all 0.0 (the default), lb is omitted here
prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames)

# can query variables like the following:

# lbs is a list of all the lower bounds
lbs = prob.variables.get_lower_bounds()

# ub1 is just the first lower bound
ub1 = prob.variables.get_upper_bounds(0)

# names is ["x1", "x3"]
names = prob.variables.get_names([0, 2])

rows = [[[0,"x2","x3"],[-1.0, 1.0,1.0]],
        [["x1",1,2],[ 1.0,-3.0,1.0]]]


prob.linear_constraints.add(lin_expr = rows, senses = my_sense,
                            rhs = my_rhs, names = my_rownames)

# because there are two arguments, they are taken to specify a range
# thus, cols is the entire constraint matrix as a list of column vectors
cols = prob.variables.get_cols("x1", "x3")

那么，变量是什么？我可以得到系数的第二部分，但是第一部分是什么意思？另一种方法（按列）也是类似的。
提前谢谢！

最佳答案

所以我已经找到了上面的代码，只要把它贴出来，以防它帮助其他人：
变量“row”的第一部分[0，“x2”，“x3”]只是指定要分配值的变量名，[-1.0，1.0，1.0]，该值列在第二部分中。有两种方法可以指定变量名，一种是通过其索引，在本例中为0，另一种是直接通过名称“x2”，这里，这些名称以前是使用variables.add（）添加到模型中的。