用Python计算数组行列式的符号和自然对数

在这篇文章中，我们将介绍如何使用NumPy在Python中计算一个数组行列式的符号和自然对数。

numpy.linalg.slogdet() 方法

numpy.linalg.slogdet()方法提供我们在Python中计算数组行列式的符号和自然对数。如果一个数组的行列式非常小或非常大，对slogdet的调用可能会溢出或不足。因为它计算的是行列式的对数，而不是其本身的行列式，所以这个过程对这种问题更有抵抗力。

语法: numpy.linalg.slogdet()

参数:

• a: 类似数组的对象。输入的数组必须是一个二维数组。

返回：数组行列式的对数。

示例 1:

在这个例子中，使用numpy.array()方法创建了一个2维数组，numpy.lib.linalg.slogdet()被用来计算该数组行列式的对数和符号。该方法返回数组行列式的符号和对数。数组的形状、数据类型和尺寸可以通过.shape , .dtype , 和 .ndim属性找到。

# import packages
import numpy as np
  
# Creating an array
array = np.array([[10,20],[30,40]])
print(array)
  
# shape of the array is
print("Shape of the array is : ",array.shape)
  
# dimension of the array
print("The dimension of the array is : ",array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ",array.dtype)
  
# computing sign and natural logarithm of the 
# determinant of the array
sign, determinant= (np.linalg.slogdet(array))
  
print('sign of the array is : '+str(sign))
  
print('logarithm of the determinant of the array is : '+ str(determinant))

输出:

[[10 20]

[30 40]]

Shape of the array is : (2, 2)

The dimension of the array is : 2

Datatype of our Array is : int64

sign of the array is : -1.0

logarithm of the determinant of the array is : 5.298317366548037

示例 2:

如果我们还想计算数组的行列式，我们可以使用sign*exp(logdet)并找到它。sign和logdet由numpy.lib.linalg.slogdet（）方法返回。

import numpy as np
  
# Creating an array
array = np.array([[2,3],[5,6]])
print(array)
  
# shape of the array is
print("Shape of the array is : ",array.shape)
  
# dimension of the array
print("The dimension of the array is : ",array.ndim)
  
# Datatype of the array
print("Datatype of our Array is : ",array.dtype)
  
# computing sign and natural logarithm of the
# determinant of the array
sign, determinant= (np.linalg.slogdet(array))
  
print('sign of the array is : '+str(sign))
  
print('logarithm of the determinant of the array is : '+ str(determinant))
  
print('computing the determinant of the array using np.exp(): '
      + str(sign*np.exp(determinant)))

输出:

[[2 3]

[5 6]]

Shape of the array is : (2, 2)

The dimension of the array is : 2

Datatype of our Array is : int32

sign of the array is : -1.0

logarithm of the determinant of the array is : 1.0986122886681091

computing the determinant of the array using np.exp(): -2.9999999999999982