如何用python求矩阵的行列式

python新手，线性代数新手。然而，我正在寻找关于如何在python中从矩阵创建行列式而不使用Numpy的正确方法的指导。请参阅下面的代码片段。非常感谢您的帮助

import math 
from math import sqrt
import numbers 
import operators

def determinant(self)

        if not self.is_square():
            raise(ValueError, "Cannot calculate determinant of non-square matrix.")
        if self.h > 2:
            raise(NotImplementedError, "Calculating determinant not implemented for matrices larger than 2x2.")


        |x| = A

    det(A) = [[A, B][C, D]]

    assert self.rows == A.cols
    assert self.row > 1
    term_list = []

---

sum

是一个内置函数，不能用作变量名。代码没有正确缩进。这应该起作用：

def行列式（矩阵，mul）：
宽度=透镜（矩阵）
如果宽度==1：
返回mul*矩阵[0][0]
其他：
符号=-1
答案=0
对于范围内的i（宽度）：
m=[]
对于范围（1，宽度）内的j：
buff=[]
对于范围内的k（宽度）：
如果k！=一:
buff.append（矩阵[j][k]）
m、 附加（buff）
符号*=-1
答案=答案+mul*行列式（m，符号*矩阵[0][i]）
回覆
测试矩阵=[[3,2，-3]，[7，-1,0]，[2，-4,5]]
打印（行列式（测试矩阵，1））

这样你可以得到非方矩阵的行列式。也许这是没有意义的，但我发现在jupyter笔记本中的这个实现很有用，因为它避免了对异常使用

try

，有时对于非方矩阵获得零输出是很有趣的

import sympy as sp
import numpy as np

A=np.array([[1,1],[1,2],[-2,-4]])
sp.Matrix(A)

def行列式（A）：
如果len（sp.Matrix（A）.rref（）[1]）错误

这种代码毫无意义。你应该先阅读一些教程…

从scipy.linalg import det，det（[[1,2]，[3,4]]）

你想看看高斯消去法，因为这是计算中常用的求平方矩阵行列式的方法。这里是另一个链接，可能是一个很好的阅读@percusse他特别要求使用

，但没有使用Numpy谢谢你和其他人的评论。mul做什么？
B = np.hstack((A,np.array([[0],[0],[0]])))
sp.Matrix(B)

def determinant(A):
  if len(sp.Matrix(A).rref()[1]) < max(np.shape(A)):
    return 0
  else:
    return np.linalg.det(A)

determinant(A)
0
determinant(B)
0
np.linalg.det(A)  -----> ERROR