【Python実践データ分析100本ノック】 ノック66-67 

import pandas as pd
from pulp import LpVariable, lpSum, value
from ortoolpy import model_max, addvars, addvals

df=df_material.copy()
inv=df_stock

#最大化するモデルを作成しています。
m = model_max()

#変数v1は、LpVariableを用いてdict形式で定義します。そして、制約条件をv1に定義します。
#'v%d'%(i)の部分ですが、書式化演算子の % を用いて、書式を新しく設定しています。%dは10進数に書式化します。
#つまり、df_profitリストから取り出した変数i(range(0,2))をv(変数i:10進数)という形に直しています。
#ノック61-62の解説でもう少し詳細に説明しています。
v1 = {(i):LpVariable('v%d'%(i), lowBound=0) for i in range(len(df_profit))}

#制約条件をlpSumを用いて与えます。
#v1のkey(今回はi)を動かして、
#(df_profitのデータに書かれている製品1と製品2の利益)×(上の行で作成した変数v1))の積の和を計算します。
m += lpSum(df_profit.iloc[i]*v1[i] for i in range(len(df_profit)))
for i in range(len(df_material.columns)):
   #ここでは、『原料の使用量が在庫を超過しない』という制約条件を与えます。
   m += lpSum(df_material.iloc[j, i] * v1[j] for j in range(len(df_profit))) <= df_stock.iloc[:, i]

#最適化問題モデルを解きます。この時点で変数v1が最適化され、最適な生産量と総利益が得られます。
m.solve()

df_plan_sol = df_plan.copy()
#v1は辞書オブジェクトであるため、要素の取り出しの際にはkeys()やitems()を使用する必要があります。
#values()は各要素の値
#items()は各要素のキー値と値のセット　をそれぞれ取り出すことができます
for k, x in v1.items():
   #df_plan_solにv1の各要素の値をそれぞれ格納します。
   df_plan_sol.iloc[k] = value(x)
print(df_plan_sol)
print('総利益：' + str(value(m.objective)))

#まず、変数iはdf_profitの行数分（2行分）の幅を持っています。つまり0～1（"製品1"と"製品2"）です。
m += lpSum(df_profit.iloc[i]*v1[i] for i in range(len(df_profit)))
#ここでの変数iはdf_materialの列数分（3行分）の幅を持っています。つまり0,1,2です。
for i in range(len(df_material.columns)):
   #iとjがややこしいかもしれませんが、ここでのjはdf_profitの行データです。つまり（"製品1"と"製品2"）です。
   #不等号より左側では、
   #df_materialの行と列をループ変数で動かし製品1と製品2の生産に必要な原料1～原料3の数を引き出して、
   #辞書オブジェクトv1との積の和を算出しています。
   #不等号より右側では、
   #df_materialの列をループ変数で動かして原料1～原料3の在庫数を引き出しています。
   m += lpSum(df_material.iloc[j, i] * v1[j] for j in range(len(df_profit))) <= df_stock.iloc[:, i]

def condition_stock(df_plan, df_material, df_stock):
  #np.zeros()関数は0で初期化されたndarrayを生成します。
  #第一引数に生成したい配列のshape(何行×何行か)を指定します。
  #len(.columns)でdf_materialの列（原料1～原料3）数3を指定しています。
  #つまり、3行×1列で各要素の値が0である配列を作成します。
   flag = np.zeros(len(df_material.columns))
   #len(.columns)でdf_materialの列（原料1～原料3）数3回分操作を繰り返します。
   for i in range(len(df_material.columns)):
       temp_sum = 0

       #len(.columns)でdf_materialの行（製品1～製品2）数2回分操作を繰り返します。
       for j in range(len(df_material.index)):
           #df_materialの行と列をループ変数で動かし、
           #製品1と製品2の生産に必要な原料1～原料3の数を引き出して製品1と製品2の生産量との積の和を算出しています。
           temp_sum = temp_sum + df_material.iloc[j][i] * float(df_plan.iloc[j])
           #temp_sumがF1～F4の各工場の需要以上である場合、各列（各工場に対応しています）flagを1に変換します
           if (temp_sum <= float(df_stock.iloc[0][i])):
               flag[i] = 1
           print(df_material.columns[i] + ' 使用量：' + str(temp_sum) + '　在庫：' + str(float(df_stock.iloc[0][i])))
           
   return flag

print('制約条件計算結果：' + str(condition_stock(df_plan_sol, df_material, df_stock)))