如何使用SciPy在Python中计算矩阵的行列式值？

行列式值可以计算矩阵或具有多于一个维度的数组。

有时可能需要更好地了解矩阵/数组。这就是需要行列式操作的地方。

SciPy提供了一个名为“det”的函数，该函数位于“线性代数”（’linalg’）类中。

‘ det ’函数的语法

 scipy.linalg.det（matrix）

‘matrix’是传递给‘det’函数以查找其行列式值的参数。

可以通过将矩阵/数组作为参数传递来调用此函数。

在上面的图片中，假设“a”，“b”，“c”和“d”是矩阵的数值。通过找到“a”、“d”和“b”、“c”的乘积之间的差来计算行列式值。

让我们看看如何做到这一点。

更多Python相关文章，请阅读：Python 教程

例子

 from scipy import linalg
import numpy as np
two_d_matrix = np.array([ [7, 9], [33, 8] ])
print("矩阵的行列式值为：")
print(linalg.det(two_d_matrix ))

输出

矩阵的行列式值为：
-241.0

解释

• 导入所需的库。
• 定义矩阵并对其进行了某些值的定义。
• 将参数传递给‘det’函数，该函数计算矩阵的行列式值。
• 调用该函数。
• 此输出显示在控制台上。