您可以从 概述 选项卡更改 试验 的缺省环境。 例如，您可以更改缺省情况下使用的 Python 版本或 CPLEX 版本。 您还可以创建新环境并添加更多Python通过使用新的Python扩大。
准备工作
- 必需的许可权
- 要查看环境，您可以在部署空间中具有任何角色。 要编辑或创建环境，您必须在空间中具有 编辑者 或 管理员 角色。 有关更多信息，请参阅 部署空间合作者角色和许可权。
关于本任务
当您使用Decision Optimization实验用户界面，将自动为您创建必要的环境。 但是，您可能希望配置您的环境以使用特定版本的Python 、硬件、CPLEX 或使用Python扩展。 您可以通过更改缺省环境来配置要用于求解的环境。 然后将此环境应用于您的所有场景实验，当您点击跑步。
环境取决于您的模型类型: Python， OPL ， CPLEX ， CPO 或 Modeling Assistant。 Python用于在 "Decision Optimization实验和 "Jupyter笔记本中运行 "DOcplex中制定的 "Decision Optimization模型。 Modeling Assistant的模型也使用Python，因为在运行或部署模型时会生成DOcplex代码。 以 OPL 或 CPLEX 或 CP Optimizer 的特定文件格式（如 LP 或 CPO 格式）建立的模型不使用Python环境。
Decision Optimization环境目前支持Python 3.11和3.10（已废弃）。 默认版本为Python 3.11.
定期更新 Python 版本。 但是，如果在模型中显式指定了较旧的 Python 版本，那么必须更新此版本规范，否则模型将不再起作用。 您可以创建新的 Python 环境，也可以从 管理试验环境编辑一个环境。
如果要为缺省环境选择其他版本的 CPLEX ，那么更新环境也很有用。 随着每个新版本的 CPLEX 引擎性能提高，不推荐使用较旧的版本并随着时间的推移将其移除。 基于这些引擎的运行时用于构建和部署 Decision Optimization 模型。 当前，在创建和运行方案时，将自动使用基于 CPLEX 22.1 的 do_22.1 运行时。 do_20.1 基于 CPLEX 的运行时 20.1 也可用。
此视频提供了一种直观方法来了解本文档中的概念和任务。
在 Decision Optimization 试验中装入示例后，可以关注视频。
视频免责声明: 此视频中的一些次要步骤和图形步骤可能与您的平台不同。 用户界面也经常得到改进。
以下过程显示如何更改 DOcplex 和 Modeling Assistant 模型的缺省环境。 更改缺省环境对于检查模型是否与最新版本的 CPLEX 配合工作或使用需要更多硬件的更大数据集来测试模型很有用。 或者，您可能需要更新 Python 版本，或者希望使用 Python 扩展包含某些特定的 Python 库。
过程
要更改 DOcplex 和 Modeling Assistant 模型的缺省环境:
- 打开 概述，单击 "信息" 图标
以打开 " 信息 " 窗格，然后选择 环境 选项卡。 
- 可选: 要创建新环境:
- 选择 Python的新环境。 将打开一个新窗口，供您定义新环境。
- 在打开的新 " 配置 Python 扩展 " 窗口中，可以将 YAML 代码 设置为 开启 ，并输入或编辑提供的 YAML 代码。例如，使用提供的模板来添加定制库:
# Modify the following content to add a software customization to an environment. # To remove an existing customization, delete the entire content and click Apply. # Add conda channels on a new line after defaults, indented by two spaces and a hyphen. channels: - defaults # To add packages through conda or pip, remove the comment on the following line. # dependencies: # Add conda packages here, indented by two spaces and a hyphen. # Remove the comment on the following line and replace sample package name with your package name: # - a_conda_package=1.0 # Add pip packages here, indented by four spaces and a hyphen. # Remove the comments on the following lines and replace sample package name with your package name. # - pip: # - a_pip_package==1.0您还可以单击 浏览 以添加任何 Python 库。
例如，此图显示了已导入的动态编程 Python 库，并且 YAML 代码 设置为 On。
如有必要，请修改 YAML 代码，然后单击 保存。
单击完成。
- 选择 Python的新环境。
- 可选: 选择 管理试验环境 以在 环境 选项卡中查看 试验 的所有现有环境的详细列表。
您可以使用通过单击环境旁边的
菜单图标提供的选项。 您可以选择 编辑， 设置为缺省值， 在部署空间中更新 或 删除 环境。 您还可以从 " 管理试验环境 " 窗口创建 新环境 ，但除非显式设置为缺省值，否则通过此窗口创建新环境不会使其成为缺省值。 - 单击 Python 扩展 选项卡。
您可以在此处查看 Python 扩展，并查看在哪个环境中使用了扩展。 您还可以创建 新的 Python 扩展 ，或者使用 编辑， 下载和 删除 现有扩展的选项。 您还可以单击扩展名称以进行配置。 如果您编辑试验环境所使用的 Python 扩展，那么将重新创建该环境。
您还可以在部署空间资产中查看 Python 环境，并在软件规范中显示已添加的任何 Python 扩展。
结果
示例
请参阅 Decision Optimization GitHub中 DO-samples 的 Model_Builder 文件夹中的 EnvironmentAndExtension 示例。 此示例使用具有包含库文件和 YAML 代码的扩展的环境。