上查看所有课程
矩阵的行列式是一个标量值，它提供了关于矩阵的性质和行为的信息。
示例
numpy.linalg.det() 函数用于计算方阵的行列式。
import numpy as np
# create a 2x2 matrix
matrix1 = np.array([[2, 4],
[1, 6]])
# compute the determinant
result = np.linalg.det(matrix1)
print(result)
# Output: 7.999999999999998det() 语法
det() 的语法是
numpy.linalg.det(matrix)det() 参数
det() 方法接受以下参数
matrix- 我们要计算行列式输入的矩阵
det() 返回值
det() 方法返回一个浮点数。
示例 1：3x3 矩阵的行列式
import numpy as np
# create a matrix
matrix1 = np.array([[1, 2, 3],
[4, 5, 1],
[2, 3, 4]])
# find determinant of matrix1
result = np.linalg.det(matrix1)
print(result)输出
-5.00
这里，我们使用 np.linalg.det(matrix1) 函数来查找方阵 matrix1 的行列式。
示例 2：随机矩阵的行列式
import numpy as np
# create a random 2x2 matrix
matrix1 = np.random.randint(0, 10, (2, 2))
# find determinant of matrix1
result = np.linalg.det(matrix1)
print("Matrix:\n", matrix1)
print("Determinant: \n", result)输出
Matrix: [[5 8] [2 7]] Determinant: 18.999999999999996
在这里，我们使用 np.random.randint() 创建了一个随机的2x2 矩阵，然后使用 np.linalg.det() 来查找行列式。
此代码每次运行时都会生成不同的输出。