您好,欢迎来到Numpy linalg.det教程 。在本教程中,我们将学习 NumPy linalg.det() 方法,并看到许多相关示例。那么让我们开始吧!
另请检查:Numpy linalg.eig – 计算方阵的特征值和右特征向量
什么是 numpy.linalg.det?
NumPy 中的方法numpy.linalg.det()
用于计算给定方阵的行列式。
如果我们有一个以下形式的 2×2 矩阵:
其行列式计算如下:
对于像这样的 3×3 矩阵
行列式计算如下:
同样,我们可以计算高阶数组的行列式。
NumPy linalg.det 的语法
numpy.linalg.det(a) |
- 参数: a,一个 MxM 数组。用于计算行列式的输入数组。
- 返回:a的行列式。
NumPy linalg.det 的示例
让我们看一下 NumPy linalg.det 函数的一些示例,以了解它的工作原理。
1. 在 2×2 数组上使用 NumPy linalg.det
import numpy as np arr = [[ 2 , 1 ], [ 3 , 5 ]] # using np.linalg.det() method to compute the determinant print ( "array = " , arr) print ( "Determinant of array = " , np.linalg.det(arr)) det = 5 * 2 - 3 * 1 print ( "Determinant of array using manual calculation = " , det) |
输出:
array = [[2, 1], [3, 5]] Determinant of array = 6.999999999999999 Determinant of array using manual calculation = 7 |
在具有负数的 2×2 数组上使用 NumPy linalg.det
import numpy as np arr = [[ - 5 , 2 ], [ - 4 , 8 ]] # using np.linalg.det() method to compute the determinant print ( "array = " , arr) print ( "Determinant of array = " , np.linalg.det(arr)) det = ( - 5 * 8 ) - ( - 4 * 2 ) print ( "Determinant of array using manual calculation = " , det) |
输出:
array = [[-5, 2], [-4, 8]] Determinant of array = -32.0 Determinant of array using manual calculation = -32 |
3×3 数组的 NumPy linalg.det 计算
import numpy as np arr = [[ 2 , 1 , 3 ], [ 5 , 3 , 4 ], [ 1 , 0 , 1 ]] # using np.linalg.det() method to compute the determinant print ( "array = " , arr) print ( "Determinant of array = " , np.linalg.det(arr)) det = 2 * ( 3 * 1 - 0 * 4 ) - 1 * ( 5 * 1 - 1 * 4 ) + 3 * ( 5 * 0 - 3 * 1 ) print ( "Determinant of array using manual calculation = " , det) |
输出:
array = [[2, 1, 3], [5, 3, 4], [1, 0, 1]] Determinant of array = -4.0 Determinant of array using manual calculation = -4 |
在上述所有示例中,我们都使用了numpy.linalg.det
方法来计算行列式,也使用手动方法(即通过上面讨论的公式)计算了行列式。通过这一点,我们可以得出结论,两种方法返回相同的答案。
结论
就这样!在本教程中,我们了解了 Numpy linalg.det 方法,并使用该方法练习了不同类型的示例。
如果您想了解有关 NumPy 的更多信息,请随时阅读我们的 NumPy 教程。