需要浮点时接收整数值（用numpy arr计算行列式）

Question

我正在尝试创建一个程序，使用原始python代码和numpy数组来计算矩阵的行列式，以便与scipy进行比较功能。我的算法首先将矩阵转化为上三角，然后计算出最终的解。你知道吗

我可能发现了这个问题：所有的元素都是用整数计算的，这与浮点有一点不同一点点。然后呢，通过乘法效应，我得到了这样一个回答。但是我怎么修这个东西？在计算行元素时，仅仅加上float()，出于某种原因，它们仍然是整数。你知道吗

def my_det(X):
    '''
    Parameters
    ----------
    X : array_like

    Returns
    -------
    det : float
        Determinant of `a`.
    Plan
    ----
    Iterate through columns, create nested loop to iterate through all elements below
    the main diagonal, assign a scaler according to the value, iterate through all 
    elements in the row to change them according to the scaler. Finally, compute
    determinant.

    '''

    dimensionX, dimensionY = X.shape
    if dimensionX == dimensionY:
        matrixCopy = X.copy()
        for i in range(dimensionX):  # make only the diagonal non-zero
            for getZero in range(i + 1, dimensionX):  # make all elements below i-th zero(i.e. getZero elment = 0)
                if matrixCopy[i, i] == 0:  # cheating to create very small value
                    matrixCopy[i, i] == 1.0e-18
                rowScaler = matrixCopy[getZero, i] / matrixCopy[i, i]  # to change the rows accordingly
                print(rowScaler)
                for j in range(dimensionX):  # change every element in the row
                    matrixCopy[getZero, j] = float(matrixCopy[getZero, j]) - float(rowScaler * matrixCopy[i, j])
                    print(matrixCopy[getZero, j])
            print(matrixCopy)
        det = 1.0
        for detNum in range(dimensionX):  # TADAAAAAAM
            det *= matrixCopy[detNum, detNum]
        return det
    else:
        print('ValueError: wrong dimensions')


# matrix = np.random.randint(50, size=(3, 3))
matrix = np.array([[39, 24, 16], [24, 45, 47], [2, 7, 28]])
# matrix = np.array([[1, 1, 1], [1, 1, 1], [1, 1, 1]])
print(matrix)
print(my_det(matrix))

Answer 1

有两种标准方法可以将任意类似数组的输入转换为浮点数组。你知道吗

• matrix_copy = X.astype(np.inexact, copy=True)。这将通过所有浮点类型，并保证一个副本。这是您想要的选项，因为您需要数组的副本。你知道吗
• matrix_copy = np.asfarray(X)。这将传递所有浮点类型，但如果数组已经是正确的类型，则不会复制数组。您不想使用此版本，因为它不会在所有情况下复制数据。你知道吗

Answer 2

尝试改变

matrix = np.array([[39, 24, 16], [24, 45, 47], [2, 7, 28]])

至

matrix = np.array([[39.0, 24.0, 16.0], [24.0, 45.0, 47.0], [2.0, 7.0, 28.0]])