單純形方法是一種線性規劃算法，它通過逐步優化線性函數的目標值來確定最優解。

在python中，可以使用SciPy庫中的linprog函數來實現單純形算法。

from scipy.optimize import linprog
c = [1, 2, 3]  # 目標函數系數
A = [[-1, 2, 1], [1, 1, 2]]  # 約束系數矩陣
b = [-3, 5]  # 右手邊的常數項
result = linprog(c, A, b)
print(result)

其中，linprog函數的第一個參數是目標函數系數，第二個參數是約束條件系數矩陣，第三個參數是約束條件右側的常數項。

函數的返回值是一個字典，包括最優解、最優值、解的狀態等信息。

使用單純形方法可以有效地解決線性規劃問題，Python中的SciPy庫提供了方便的函數來實現該算法。