快速上手:在 Python 环境中安装与配置 Gurobi

快速上手:在 Python 环境中安装与配置 Gurobi

快速上手:在 Python 环境中安装与配置 Gurobi

一、Gurobi简介

Gurobi 是由美国 Gurobi Optimization 公司开发的一款高性能商业数学优化求解器,广泛应用于学术研究与工业领域。它能够高效求解以下类型的优化问题:

  • 线性规划(LP)
  • 整数规划(IP)
  • 混合整数规划(MIP)
  • 二次规划(QP)
  • 二次约束规划(QCP)
  • 非线性规划(部分支持,如含对数、指数、三角函数、分段函数等)

主要特点:

  • 求解速度快、精度高:在多项第三方评测中性能领先,曾于2010年超越 CPLEX 成为行业标杆。
  • 多语言支持:提供 Python、C/C++、Java、.NET、MATLAB、R 等接口,其中 Python 接口(gurobipy)最为常用
  • 跨平台兼容:支持 Windows、Linux 和 macOS。
  • 学术免费:高校师生可申请免费学术许可证。
  • 广泛应用:涵盖物流调度、生产计划、金融投资组合、能源系统、机器学习等多个领域。

简言之,Gurobi 是当前最先进、最高效的数学优化工具之一,特别适合求解大规模复杂决策优化问题。

二、前置工作

  1. 要在内网的服务器上配置Gurobi环境,需要两台电脑先配置好远程连接:Windows RDP远程桌面连接(超详细)
  2. 配置好Python环境(Python或者Anaconda):Anaconda下载安装及老版本选择(超详细)
  3. 安装编辑器PyCharm(其他的编辑器VSCode):Pycharm安装教程

注意:PyCharm使用Anaconda与Python类似。

三、Gurobi下载安装

3.1 Gurobi下载

进入Gurobi软件页面(需要注册登录):gurobi-software

根据自己的需要选择对应的版本,这里我们使用的是Gurobi-12.0.0版本(当然下载最新版本也可以,不过需要注意Gurobi的版本一致),属于历史版本。
历史版本下载可以参考:【实践】如何下载Gurobi的历史版本
在这里插入图片描述

3.2 Gurobi安装

双击下载好的软件:

在这里插入图片描述


等待一会,点击Next:

在这里插入图片描述


接受协议,点击Next:

在这里插入图片描述


根据自己的情况修改安装路径(C盘比较大的话就不用动了):

在这里插入图片描述


点击Install进行安装:

在这里插入图片描述


安装完成,点击Finsh:

在这里插入图片描述


安装完成后,会有一个弹窗,点击YES后会重启电脑:

在这里插入图片描述

四、Gurobi许可证申请激活

4.1 在连接校园网的情况下申请许可证!

4.1.1 Named-User Academic(推荐使用)

登录后点击My account或者Your gurobi licenses——Request——Named-User Academic

在这里插入图片描述


同意协议,提交请求:

在这里插入图片描述


Gurobi 许可证创建成功:

在这里插入图片描述


在计算机连接互联网的情况下,Win+R 输入 cmd 进入到命令提示符窗口。在命令行下使用 cd 命令进入到 Gurobi 安装目录/win64/bin 目录下(如图),然后输入使用激活码,出现最下面红框内容代表激活成功。

在这里插入图片描述
4.1.2 Online Course(可离线使用,有规模限制)

登录后点击My account或者Your gurobi licenses——Request——Online Course

在这里插入图片描述


Gurobi 许可证创建成功:

在这里插入图片描述


自动激活的话和上面 Name-User Academic一致。

这里选择手动激活:
在Gurobi安装路径中找到grbprobe.exe程序:

在这里插入图片描述


运行grbprobe以生成有关系统的报告:

在这里插入图片描述


点击手动生成:

在这里插入图片描述


会出现一个表单,复制上面grbprobe生成的信息,点击提交:

在这里插入图片描述


提交后会下载许可证:

在这里插入图片描述

五、安装Gurobipy

5.1 在线安装

使用pip或者conda命令进行安装,会自动选择合适的版本。

pip install gurobipy 
conda config --add channels "http://conda.anaconda.org/gurobi" conda install gurobi 

5.2 离线安装1

确定好python的安装位置:

在这里插入图片描述


win+Q,搜索cmd,并且右键管理员运行

在这里插入图片描述

进入gurobi安装根目录的win64目录,如:C:\gurobi1001\win64,使用命令行安装:

C:\ProgramData\anaconda3\python.exe setup.py install

安装成功:

在这里插入图片描述

5.3 离线安装2

进入Gurobipy的官网

在这里插入图片描述


点击Release history,可以找到历史版本。因为Gurobi 的主版本号与其 Python 接口 gurobipy 的版本号是一致的,所以我们选择12.0.0版本的gurobipy:

在这里插入图片描述


根据自己的Python版本和平台,选择对应的文件进行下载:

在这里插入图片描述


将文件复制到服务器上:

在这里插入图片描述


通过cd命令进入到该文件目录,安装Gurobi扩展包:

python -m pip install --find-links gurobipy-12.0.0-cp312-cp312-win_amd64.whl --no-index gurobipy 
在这里插入图片描述


查看包是否安装完成:

在这里插入图片描述

六、测试代码

进入python后新建测试py文件(注意不要命名为gurobipy.py),测试代码如下​:

""" 3000约束量的规划求解,以验证证书是否为免费限制证书 免费限制证书: 约束量<=1000 """import gurobipy as gp from gurobipy import GRB # 创建模型 model = gp.Model("3000_constraints")# 添加变量 num_vars =3000# 约束量vars= model.addVars(num_vars, vtype=GRB.CONTINUOUS, name="x")# 添加约束(约束量3000)for i inrange(3000):# 示例:每个约束为x_i <= 1 model.addConstr(vars[i]<=1, name=f"constraint_{i}")# 添加目标函数(最大化总和) model.setObjective(sum(vars), GRB.MAXIMIZE)# 求解 model.optimize()# 输出结果if model.status == GRB.OPTIMAL:print("最优解:", model.objVal)

求解成功:

在这里插入图片描述

奇葩问题

软件以前安在E盘,后面E盘没了,把安装文件夹删了,安装新的软件出现Invalid Drive:E:

在这里插入图片描述


一检查发现软件没有卸载,但卸载的时候也出现:

在这里插入图片描述


使用CCleaner,清除注册表后也无法卸载。
后面参考:
卸载或安装Git出现Invalid drive错误的解决方案【简记】
先创建一个虚拟E盘,把Gurobi进行卸载,再把虚拟E盘删了,用CCleaner清理一遍注册表,就可以重新安装了

参考

  1. 【大规模优化求解器-Gurobi-教程】
  2. Anaconda下载安装及老版本选择(超详细)
  3. Pycharm安装教程
  4. Gurobi最新安装与学术许可申请教程(2025)
  5. How do I generate a license file for a computer without internet access?
  6. How do I install Gurobi for Python?

Read more

Python中的“==“与“is“:深入解析与Vibe Coding时代的优化实践

Python中的“==“与“is“:深入解析与Vibe Coding时代的优化实践

🌟 Python中的"=="与"is":深入解析与Vibe Coding时代的优化实践 * 1. 🧐 `==`与`is`的本质区别 * 2. 🕵️‍♂️ `is`判断对象身份 - 数组与常量池案例 * 案例1:列表对象的身份 * 案例2:小整数常量池 * 案例3:字符串驻留 * 3. 🔍 `==`与`__eq__`魔法函数 * 4. 🔎 类型判断的正确姿势:使用`is` * 5. 🚀 Vibe Coding时代的提示词优化 * 场景1:解释概念 * 场景2:代码生成 * 场景3:调试帮助 * 📊 对比总结表 * 💡 实际应用建议 * 🌈 结语 在Python的奇妙世界中,==和is这两个看似简单的操作符常常让初学者感到困惑。它们如同双胞胎,外表相似却性格迥异。本文将带你深入探索它们的区别,并通过生动的案例和图表展示它们的应用场景,

By Ne0inhk
Python 入门超详细指南:环境搭建 + 核心优势 + 应用场景(零基础友好)

Python 入门超详细指南:环境搭建 + 核心优势 + 应用场景(零基础友好)

🔥草莓熊Lotso:个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践:零基础也能懂》 ✨生活是默默的坚持,毅力是永久的享受! 🎬 博主简介: 文章目录 * 前言: * 一. 先搞懂:计算机与编程的核心概念 * 1.1 什么是计算机? * 1.2 什么是编程? * 二. 认识 Python:起源、优势与应用场景 * 2.1 Python 的 “前世今生” * 2.2 Python 的优缺点以及应用场景大盘点 * 三. Python 的就业前景:理性看待 “钱景” * 四. 环境搭建:Python+PyCharm(一步到位) * 4.1 安装 Python

By Ne0inhk
Python开发从入门到精通:异步编程与协程

Python开发从入门到精通:异步编程与协程

《Python开发从入门到精通》设计指南第二十一篇:异步编程与协程 一、学习目标与重点 💡 学习目标:掌握Python异步编程的基本概念和方法,包括协程、任务调度、事件循环等;学习asyncio、aiohttp等核心库的使用;通过实战案例开发异步应用程序。 ⚠️ 学习重点:协程的定义与使用、任务调度、事件循环、asyncio库、aiohttp库、异步编程实战。 21.1 异步编程概述 21.1.1 什么是异步编程 异步编程是一种并发编程方式,通过非阻塞的操作提高程序的执行效率。在异步编程中,程序可以在等待I/O操作完成时继续执行其他任务,而不需要阻塞等待。 21.1.2 异步编程的优势 * 提高执行效率:在等待I/O操作完成时,程序可以继续执行其他任务。 * 降低资源消耗:减少了线程切换的开销。 * 简化代码结构:通过协程和任务调度,代码结构更加简洁。 21.1.3 异步编程的应用场景

By Ne0inhk
2026 Python+AI 学习方向拆解:3 个高性价比赛道,新手优先学

2026 Python+AI 学习方向拆解:3 个高性价比赛道,新手优先学

欢迎文末添加好友交流,共同进步! “ 俺はモンキー・D・ルフィ。海贼王になる男だ!” * 前言 * 一、AI数据处理与分析赛道 * 1.1 为什么选择这个方向? * 1.2 核心技能树 * 1.3 实战代码示例 * 数据清洗与预处理 * 1.4 学习路线图 * 二、AI应用开发赛道(LLM + RAG) * 2.1 为什么选择这个方向? * 2.2 RAG技术架构流程 * 2.3 实战代码:构建RAG问答系统 * 2.4 学习路线图 * 三、AI自动化办公赛道 * 3.1 为什么选择这个方向? * 3.2 自动化办公应用场景 * 3.3 实战代码示例

By Ne0inhk