什么是 Python 等价于 Excel 的“值”求解器？

Question

如何在 Python 中针对特定值运行优化？ 我正在寻找 Excel 的“求解器”工具的等效项，其中可以将目标函数设置为“x 的值”，这样一些参数P会根据N约束进行更改，以获得x的值。

我知道 SciPy 的优化框架，但只真正看到过最小化或最大化 x 的应用程序，而不是求解特定的 x 值。

新例子

我如何解决投资组合 ( x ) 的回报，使得任意数量的股票i... K的权重介于 0 和 1 之间，包括 0 和 1，并且所有权重的总和等于 1（即sum_weights_{i=1}^K == 1 ）。

我还找到了一个可行的解决方案，该解决方案使用本书中演示的 R 矩阵代数（ https://faculty.washington.edu/ezivot/econ424/portfolioTheoryMatrix.pdf ，第 13 页）。 但是，无法在 Python 中复制它。

上一个例子（请忽略）

例如，我如何根据最小和最大小时数 ( N_1 , N_2 ) 解决所需的工作小时数 ( P )，以便赚取的利润为 10,000 美元 ( x = 10_000 )？

Answer 1

也许像这样：

In [2]: P = sympy.Symbol('P', real=True, negative=False)
In [3]: sympy.solve([sympy.Eq(P * 560, 10_000), 10 < P, P < 100], P)            
Out[3]: Eq(P, 125/7)

这里我假设工资等于 560。