Python 有没有一个好的方法来求特征p>；域中矩阵的秩；0?

我需要一个有效的算法或一个已知的方法来确定一个矩阵a的系数在一个具有正特征的领域

例如，在5个元素的有限域中，我有以下矩阵：

import numpy
A=[[2,3],[3,2]]
print numpy.linalg.matrix_rank(A)

---

该方法给出了2的结果，但在特征5中，该矩阵的秩为1，因为

[2,3]+[3,2]=[0,0]

Numpy没有内置的对有限字段的支持。代码中的矩阵

A

被视为实数矩阵，因此具有秩2

如果您真的需要用Numpy支持有限字段，您必须自己定义自己的数据类型以及算术运算，如图所示。当然也有关于正确的错误处理（比如除以零）的问题

即使这样，也必须重写许多常用例程以支持字段数据类型。例如，从文档中可以看出，该例程使用奇异值分解（SVD），这对于有限域没有很好的定义，因此您必须自己编写秩查找算法

---

至于算法本身，您可以尝试实现简单的旧高斯消去法，但这可能是一个棘手的问题，而且速度非常慢，因此您可能会更好地使用其他工具/软件包，例如Sage

我将安装Sage、MatrixSpace（GF（p），2，2）和函数秩应该工作b=matrix（GF（5），[[2，3]，[3，2]])B.太好了！享受有限域的乐趣：）