导语：
本文主要介绍了关于python中如何使用scipy.linalg模块计算矩阵的行列式？的相关知识，希望可以帮到处于编程学习途中的小伙伴
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，本文介绍python中使用scipy.linalg模块计算矩阵行列式的过程。
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()
以上就是python中使用scipy.linalg模块计算矩阵的行列式的过程，希望能对你有所帮助哟~更多python高级教程：
。
本文为原创文章，版权归知行编程网所有，欢迎分享本文，转载请保留出处！
内容反馈