在Python中，你可以使用Gurobi Python API来求解无约束优化问题。以下是一个简单的例子，展示了如何使用Gurobi求解一个无约束的线性规划问题：

首先，确保你已经安装了Gurobi。如果没有安装，你可以访问Gurobi官网下载并安装。

然后，你可以使用以下代码来求解一个无约束的优化问题：

import gurobipy as gp

# 创建一个模型
model = gp.Model("UnconstrainedOptimization")

# 添加变量
x = model.addVar(vtype=gp.GRB.CONTINUOUS, name="x")
y = model.addVar(vtype=gp.GRB.CONTINUOUS, name="y")

# 定义目标函数
objective = x + 2 * y
model.setObjective(objective, gp.GRB.MAXIMIZE)

# 优化模型
model.optimize()

# 输出结果
print(f"x = {x.x}")
print(f"y = {y.x}")
print(f"Objective value = {model.objVal}")

在这个例子中，我们创建了一个名为UnconstrainedOptimization的模型，并添加了两个连续变量x和y。然后，我们定义了目标函数为x + 2 * y，并设置为最大化。最后，我们调用optimize()函数来求解模型，并输出结果。

注意：在实际使用中，你可能需要根据你的问题来修改模型、变量、目标函数等。以上代码只是一个简单的示例。