我有一个这样的函数,但问题是,它取代了第一列,当它替换下一列时,前一列不会回到它的原始形式。
stage
答案 0 :(得分:0)
这将放回A
def CramersRule(A,b):
for c in range (n):
detA1 = la.det(A)
temp = np.array(A[:,c])
A[:,c] = b.transpose()
print A
x = la.det(A)/detA1
print ("X%d: ")%(c+1),x
A[:,c]=temp.transpose()
temp = np.array(A[:,c])
暂时存储已替换的A
列。有趣的是,如果没有明确的np.array()
temp
,则会更改为A[:,c]
更改。 A[:,c]=temp.transpose()
将旧列重新分配给A
。