线性规划的python的pulp包

作为编程小白，最快的成长方式就是有人压迫你去学。例如上司！
线性规划的python实现。原理我是懂的，本以为简单的代码就可以实现。但实际上遇到很多问题，几近崩溃。上网搜了相当多的文献资料，都是简单的代码实现，对于我这个变量不定、限制条件超多的需求来说，毫无作用。后来查看官方文档后，曲线救国！！
话不多说，直接说过程以及代码。有不对的地方欢迎批评斧正！

官方的pulp包给出的案例为两个：一个简单的两个变量以及两个限定条件。这个有很多案例，我就不再细说。我主要说一下利用字典来进行线性规划的方式。

最后附有代码：这是我做的小案例，其中限定条件很多都是重复的（太懒了）。
遇到的主要问题如下：
1.一开始我将变量设定成list,结果导致直接报错，大概就是列表不是适用的格式。看完官方文档，考虑到没有这个案例，所以将list全部改为dict.(划重点)：一定将所有的dict 统一成一样的key！后面会说到他的重要性。

2.设置变量时候有个lowBound = ，upBound = 。因为我的变量这个时候x = tf.LpVariable.dicts(“Ingr”,name,[list])中name是列表格式，所以我理所应当的将上下限设置成list格式（每个变量的上线下限都有不同的要求）。但实际上根本运行不了，而官网上的是直接将下限设为0，我个人觉得这个这个包的一个bug。也有可能是我还不懂，需要大家多多给出建议。无奈我只能曲线救国，首先将下限设为0，然后准备放在限制条件中。

3.每个限定条件后面的,[字符串]一定不能省略且不能重复。我一开始按照官网的格式写下来就是不对，排除其他问题后还是不行。我之后将官网的demo下载下来，然后将自己的代码一点点填上。结果运行出结果了。（当时真是百思不得解，现在觉得自己好low）我真的是一点点在那对代码，没问题啊？最后我想不会是因为备注吧？（当时真以为是备注）。结果加上后，结果就出来了！哈哈哈……我真傻真的……

4.这里就要说到统一key的重要性了。普通的几个变量直接pulp.LpVariable()即可，但字典需要pulp.LpVariable.dicts().而且出来的变量名称和x1、x2……完全不一样。这里有需要的直接运行就知道了（后面结果中也有呈现）。我觉得这个简直太好了，特别容易识别。

for i in