CVXPY 下载，安装和使用（一些例子测试）

非常有幸过两天能参加北京交通大学2019统计优化短期课程， 优化界大牛Stephen Boyd的两位博士生Akshay Agrawal 和 Junzi Zhang讲授凸优化短期课程和CVXPY演示。
需要我们提前安装CVXPY，网址：https://www.cvxpy.org/ 。于是我简单学习了CVXPY的下载和安装，并进行了一些例子的测试。
CVXPY安装网址： https://www.cvxpy.org/install/index.html
我将CVXPY安装在Anaconda里，安装时并让它自动设置环境变量。

1. 打开cmd, 用conda创建虚拟环境cvxpy。
   输入：conda create -n cvxpy python=3.6
   如果你的是python2.7, 那么则输入conda create -n cvxpy python=2.7
   会弹出proceed < [y/n] >?
   输入y
2. 你可以通过输入conda env list查看cvxpy是否存在列表中。
   
   说明创建成功啦！
3. 激活cvxpy
   输入：activate cvxpy
   
4. 安装cvxpy
   加入安装通道。输入：conda config --add channels oxfordcontrol
   安装包。输入： conda install -c conda-forge lapack
   安装包。输入： conda install -c cvxgrp cvxpy=1.0.24
   这三个可能需要40分钟，大家耐心等待啊！
5. 安装nb_conda_kernels
   输入：conda install nb_conda_kernels
   
   (否则在创建的conda env上运行jupyter notebook,但发现在notebook中的python其实并没有运行在那个env上，而是在自己原有的env上。）
6. 启动notebook,在kernel -> change kernel中即可切换到指定的虚拟环境
   输入：jupyter notebook
   
   这里我们使用环境cvxpy。
7. 使用
   例子1
   我们求解带盒子约束的最小二乘问题成功啦！
   例子2
   .
   cvxpy求解的凸优化问题, 而且有它自己的规范。
   例子3
   
   
   运行后会有错误。这是因为约束5=21/x不满足cvx规范。将它改写为5x=2,x>=0即可
   
   cvxpy还是很好用的，不过大家注意要写成它规范的形式哦