如何在 Pyomo 中索引矩阵
How to index a matrix in Pyomo
我正在尝试创建一个适用于 pandas 数据框的列名和行索引的 Pyomo 索引。
原因是我对每一列都有限制，但也想将 df 行分为 4 个部分，每个部分都有各种限制。我可以通过创建仅在矩阵列名称上索引的 4 个单独的参数来使这个公式起作用，但如果子集需要不同数量的部分，这是不灵活的。
我尝试对矩阵的 x 和 y 进行子集化的代码如下：
model=ConcreteModel()
model.N = Set(initialize=col_names)
model.I = Set(initialize=full_df.index)
model.M = Param(model.I, model.N, initialize=full_df[col_names].values)
如有任何帮助，我们将不胜感激。
Param可以支持字典，字典支持元组键。
创建一组 (i,n) 元组，其中 i 是 I 的元素，n 是 N 的元素。这个集合将包含元组，而不是包含数字或字符串。
model.your_set = Set(initialize=list_of_tuples)
确保你有一个字典或数据对象表示，允许每个元组有一个且只有一个数值（即矩阵的内容）。姑且叫它d.
参数必须这样声明：
model.M = Param(model.your_set, initialize=d)
这样，您的元组将作为字典的键。
我正在尝试创建一个适用于 pandas 数据框的列名和行索引的 Pyomo 索引。
原因是我对每一列都有限制，但也想将 df 行分为 4 个部分，每个部分都有各种限制。我可以通过创建仅在矩阵列名称上索引的 4 个单独的参数来使这个公式起作用，但如果子集需要不同数量的部分，这是不灵活的。
我尝试对矩阵的 x 和 y 进行子集化的代码如下：
model=ConcreteModel()
model.N = Set(initialize=col_names)
model.I = Set(initialize=full_df.index)
model.M = Param(model.I, model.N, initialize=full_df[col_names].values)
如有任何帮助，我们将不胜感激。
Param可以支持字典，字典支持元组键。
创建一组 (i,n) 元组，其中 i 是 I 的元素，n 是 N 的元素。这个集合将包含元组，而不是包含数字或字符串。
model.your_set = Set(initialize=list_of_tuples)确保你有一个字典或数据对象表示，允许每个元组有一个且只有一个数值（即矩阵的内容）。姑且叫它
d.参数必须这样声明：
model.M = Param(model.your_set, initialize=d)
这样，您的元组将作为字典的键。