※ 引述《xakg (夤)》之铭言：
: 大家好，
: 小弟新手入门，有些观念跟问题请教：
: 1. 很多书上有推anaconda，是不是装了以后就不要再装python的核心(直译器)？
: 我本来安装了官方python 3.5 又安装了anaconda，这样在ipython 在执行新档案时会
: 出现两个核心，是不是代表我两个都可以装？
: 2. 因为研究需要，我需要gurobi 最佳化求解软件，我已经安装好了，后来发现anaconda
: 也有提供他的安装方法，那我还要在安装一次吗？我用pip装的套件 conda的核心读的到
: 吗？
: 3. 我执行gurobi 后 核心出来是 2.7.X版本的 可是我的python原先是装3.5x版本的
: 为什么会这样呀？
: http://imgur.com/a/RBjaW
: http://imgur.com/a/PCLHs
: 4. 版友有推荐pyomo +gurobi 但我不太了解pyomo的作用是如何，他的效果是属于？
: ==
: 我发觉python真的还蛮有趣的，就像excel一样有好多函数可以拿来使用；
: 跟其它程式有一点小差别，光是基因算法都有套件可以解，
: 好酷呀！！
1,2,3已经有人解释了，我解释一下pyomo的用途。
解设我们在解一个最佳化问题（例：线性规划(LP)、两次规划(QP)等），
LP的标准式是 min c^T x s.t. Ax <= b, x >=0。
如果我们的LP可以很简单的化简成标准式时，即可以直接呼叫解LP的函数求解，
比如说scipy的optimize套件中就有直接求LP标准式的套件, https://goo.gl/65FSX0
但是当我们在依据资料建立数学模型时，虽然可以知道模型是LP、QP或是其它规划，
但非标准型式，如果要用基本的function call求解的话，就必须要自行转换成标准式，
非常的麻烦，而且容易发生错误，特别是在问题较大时（比如说大于100个决策变量的
问题），因此有许多的建模语言帮助使用者达成此转换的工作，如AMPL、GAMS等，而
pyomo是用python实际此功能的软件。
但要注意的事这些建模语言只是帮忙做翻译，实际上问题还需要用算法求解，
因此还需要后端的solver帮忙解答，常见的商用solver有cplex, gurobi, xpress等，
虽然也有open source的版本如glpk，但是性能差异过大。
Prof. Mittelmann有在对市面上大多数的solver做性能测试，更新的非常频繁，
最新的比较是2016年11月，可看出很明显的商用 vs 开源solver性能差异。
pyomo后端支援相当多的solver，cplex, gurobi, glpk等都支援，而商用软件
也大多有搭配自已的建模语言，所以不管用那一种方式都可以解答出问题，只
是在于方便性而已。
顺便一提，cplex和gurobi校园使用都可以申请academic use，免费使用，只要免年
更新license即可。
http://plato.asu.edu/bench.html