使用Python怎么实现一个顺序高斯消元法？很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。
# coding: utf8
import numpy as np
# 设置矩阵
def getInput():
matrix_a = np.mat([[2, 3, 11, 5],
[1, 1, 5, 2],
[2, 1, 3, 2],
[1, 1, 3, 4]],dtype=float)
matrix_b = np.mat([2,1,-3,-3])
#答案：-2 0 1 1
return matrix_a, matrix_b
def SequentialGauss(mat_a):
for i in range(0, (mat_a.shape[0])-1):
if mat_a[i, i] == 0:
print("终断运算：")
print(mat_a)
break
else:
for j in range(i+1, mat_a.shape[0]):
mat_a[j:j+1 , :] = mat_a[j:j+1,:] - \
(mat_a[j,i]/mat_a[i,i])*mat_a[i, :]
return mat_a
def revert(new_mat):
#创建矩阵存放答案 初始化为0
x = np.mat(np.zeros(new_mat.shape[0], dtype=float))
number = x.shape[1]-1
# print(number)
b = number+1
x[0,number] = new_mat[number,b]/new_mat[number, number]
for i in range(number-1,-1,-1):
try:
x[0,i] = (new_mat[i,b]-np.sum(np.multiply(new_mat[i,i+1:b],x[0,i+1:b])))/(new_mat[i,i])
except:print("错误")
print(x)
if __name__ == "__main__":
mat_a, mat_b = getInput()
# 合并两个矩阵
print("原矩阵")
print(np.hstack((mat_a, mat_b.T)))
new_mat = SequentialGauss(np.hstack((mat_a, mat_b.T)))
print("三角矩阵")
print(new_mat)
print("方程的解")
revert(new_mat)运行结果如下
看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联成都网站设计公司行业资讯频道，感谢您对创新互联成都网站设计公司的支持。
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、网站设计器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。