Python 不使用内置模计算nxn矩阵的行列式

我正在写一些代码，生成一个随机矩阵，然后继续寻找它的行列式。这是我到目前为止使用的行列式递归公式：

import numpy as np
import random

myarray = [] 

myinput=input('Choose a value for N:')
N=int(myinput)

for i in range(N):
    myarray.append([0.0]*N)
for j in range(N):
    for i in range(N):
        myarray[i][j] = random.randint(0,100)


M=np.array(myarray)
print(M)

def det(matrix):
  determinant=0
  a=0
  while a<N:
        M_0a=np.delete(matrix,0,axis=0)
        M_0a=np.delete(M_0a,a,axis=1)
        print(M_0a)
        a+=1
        determinant= determinant + ((-1)**a)*(M[0][a])*det(M_0a)

  return determinant

print(det(M))

将numpy导入为np
随机输入
myarray=[]
myinput=input（'为N:'选择一个值）
N=int（myinput）
对于范围（N）中的i：
myarray.append（[0.0]*N）
对于范围（N）内的j：
对于范围（N）中的i：
myarray[i][j]=random.randint（0100）
M=np.array（myarray）
打印（M）
def数据（矩阵）：
行列式=0
a=0
while使用for循环而不是while循环。你几乎总是更喜欢它。那么我应该把I放在M中，把j放在I中，然后用这种方式消除行和列吗？