本文介绍了使用Python解决优化问题的两个库：scipy和CVXOPT。scipy库在解决数学问题时非常实用，而CVXOPT则专注于凸优化，特别是二次规划问题。通过链接提供的教程，你可以学习如何利用CVXOPT解决二次规划问题。此外，还提到了SymPy库，这是一个用于符号数学的Python库，可用于解数学方程，致力于成为全面的计算机代数系统。
这里不多bb，主要是介绍几个用python求解优化问题的包：scipy，CVXOPT
比如求解一个比较简单的方程
看这个链接：
9.3 凸优化 · 如何在 Python 中利用 CVXOPT 求解二次规划问题https://wizardforcel.gitbooks.io/python-quant-uqer/content/192.html
还有用python解方程的问题：
用Python解数学方程，需要用到Python的一个库——SymPy库。
SymPy是符号数学的Python库，它的目标是成为一个全功能的计算机代数系统，同时保持代码简洁、易于理解和扩展。
扫一扫
1922
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
