python计算矩阵行列式_基础 | Python 下的行列式值

关键词:线性代数 / 矩阵 / 行列式

矩阵作为绝大多数算法的算子,当矩阵里的数字被赋予了意义,例如每个 row 表示了一个线性方程式,那么如果把这些线性方程用向量的形式在 xyz 空间坐标中表示,从几何角度解释的话,行列式值就可以是这些向量所夹出的一个平行四边形面积,或者平行六面体的体积,甚至是一些更高维度没办法具体表但又类似前两者的一个抽象概念。这回小编要用 Python 的视角重新帮大家复习一下行列式的基本定义,并且用代码来证明行列式计算过程中的重要性质!

import numpy as np

如果还没安装过numpy,可以使用下面指令在终端快速安装。

pip install numpy

行列式 Determinant

若 A 为 n 阶方阵,如下定义:

A 的行列式值则为:

A = np.random.randint(0, 9, 9)

A = A.reshape(3, 3)

print(A)

print(np.linalg.det(A))

输出 (1):

[[2, 3, 1],

[0, 5, 6],

[5, 5, 4]]

输出 (2):

44.99999999999999

p.s. 注意只有方阵才能计算行列式值,否则程序报错。

B = np.random.randint(0, 6, 12)

B &#

本文链接:https://my.lmcjl.com/post/13852.html

展开阅读全文

4 评论

留下您的评论.