行列式是线性代数里最重要的概念之一，今天我们使用Python的numpy和sympy包计算几个三阶行列式。下面的计算过程用excel存放矩阵的数据，而用excel里面的datanitro插件来运行Python代码，所以你可能要熟悉一下datanitro这个插件

1. 熟悉了这个插件以后，我们看看我们要解决的这四个矩阵：这些练习题来自《线性代数，同济大学第五版第一张课后题》。
   

2. http://s4/mw690/006du1Yszy73gIJ4T3Z83&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
   
   

3. 这接着我们将这些矩阵录入到excel当中。
   

4. http://s5/mw690/006du1Yszy73gIKeDv694&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
   
   

5. 接着我们把代码写到1.1.py文件中。
   

6. http://s7/mw690/006du1Yszy73gIKRgsm56&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
   
   

7. 接着，我们在excel的datanitro插件中，引入1.1.py文件，然后run一下就可以看到计算结果：
   

8. http://s13/mw690/006du1Yszy73gILqH1i1c&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
   
   

9. 以上是大概的流程，接下来具体讲解一下代码的意义。

10. 引入需要的两个模块
    

11. http://s4/mw690/006du1Yszy73gILWNMLb3&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
    
    

12. 先看看第一题，这是计算第一个矩阵的行列式：
    

    a,CellRange是datanitro的内置对象，表示excel里面的一个单元格区域，通过它我们可以将这个区域内的值读取出来，存放到lst这个列表里，也就是Python中的list对象；接着用numpy模块的reshap方法，将list转换为3x3的矩阵，然后用刀了det方法计算行列式，最后结果为-4

13. http://s12/mw690/006du1Yszy73gIMtDwD9b&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
    
    

14. 第二题：红色字体都是注释，没有实际功能。跟第一题相比，第二题用字母代替了数字，所以，我们要用到Python的符号计算包sympy，我们可以看到E就是一个3x3的矩阵，但是需要将E转换为符号矩阵，用到了sp.Matrix，得到M，然后使用m的det方法计算得到行列式，结果是：
    

15. http://s1/mw690/006du1Yszy73gIN8TvO60&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
    
    

16. 第三题，与第二题类似，用到了sp.Matrix，但是我们还用到了sp.factor，这个方法可以将结果提取公因式，最后的计算结果为：
    

17. http://s3/mw690/006du1Yszy73gINMwPo82&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />
    
    

18. 如果前三题你都搞懂了，第四题就简单了，没有新知识：
    

19. http://s1/mw690/006du1Yszy73gIOpJT260&690线性代数：行列式求解" TITLE="python 线性代数：行列式求解" />