python中怎么使用scipy.linalg模块计算矩阵的行列式

发布时间:2021-04-29 11:06:06 作者:小新
来源:亿速云 阅读:286

这篇文章将为大家详细讲解有关python中怎么使用scipy.linalg模块计算矩阵的行列式,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

python的五大特点是什么

python的五大特点:1.简单易学,开发程序时,专注的是解决问题,而不是搞明白语言本身。2.面向对象,与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性,Python程序无需修改就可以在各种平台上运行。4.解释性,Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源,Python是 FLOSS(自由/开放源码软件)之一。

作为python中可以计算高等数学库scipy中,scipy.linalg用于计算线性代数,扩展了由numpy.linalg提供的线性代数例程和矩阵分解功能。如果想要计算方阵的行列式,可以使用scipy.linalg.det()方法,可以轻松的获取方阵的行列式。

1、scipy.linalg.det()计算方阵的行列式格式

print('Det:',lg.det(arr)) #求矩阵arr的行列式

2、使用scipy.linalg.det()计算方阵的行列式实例

In [22]: from scipy import linalg
 
In [23]: arr = np.array([[1, 2],
   ....:                [3, 4]])
 
In [24]: linalg.det(arr)
Out[24]: -2.0
 
In [25]: linalg.det(np.ones((3,4)))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-25-375ad1d49940> in <module>()
----> 1 linalg.det(np.ones((3,4)))
 
/usr/lib/python2.7/site-packages/scipy/linalg/basic.pyc in det(a, overwrite_a)
    398     a1 = np.asarray_chkfinite(a)
    399     if len(a1.shape) != 2 or a1.shape[0] != a1.shape[1]:
--> 400         raise ValueError('expected square matrix')
    401     overwrite_a = overwrite_a or _datacopied(a1, a)
    402     fdet, = get_flinalg_funcs(('det',), (a1,))
 
ValueError: expected square matrix
py.linalg.inv()

关于“python中怎么使用scipy.linalg模块计算矩阵的行列式”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

推荐阅读:
  1. 基于python检查矩阵计算结果的方法
  2. 怎么在Python中使用numpy模块实现矩阵连接

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python

上一篇:pandas中拼接字符串cat()方法的使用示例

下一篇:python列表构建器如何实现循环

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》