我需要用numpy或sympy来解决一个线性不定方程组的系统 .
有没有办法约束numpy的linalg.solve / linalg.lstsq方法只返回整数解？ （可能不是，但我想应该问）
我查看了Sympy的丢番图解算器，它似乎不适用于解决整个系统
我正在努力解决的问题是：
P1(X) + P2(Y) = TargetPro
F1(X) + F2(Y) = TargetFat
C1(X) + C2(Y) = TargetCarb
在这种情况下，X，Y，Z代表近似的份量大小，P1 / F1 / C1分别是pro / fat / carb分布 .
基于这篇论文https://www.math.uwaterloo.ca/~wgilbert/Research/GilbertPathria.pdf
似乎我可以进行行减少以找到该系统的参考（行 - 梯形式），然后将其插入到sympy的求解器中 .
有更简单的方法吗？
Here's a trivial example:
pro = [4,5]
fat = [1,2]
carb = [3,6]
A = np.array((pro, fat, carb))
b = np.array([22,12,21])
print(np.linalg.lstsq(A, b))
我期望得到一个整数解[3,2]而得到[2.16666667,2.66666667]
两种解决方案都是正确的，但我想将我的解决方案仅限于整数解决方案