求矩阵行列式根时Jupyter Notebook弃用警告的问题排查

警告来源分析 #

你遇到的DeprecationWarning是因为使用的root函数（推测是scipy.optimize下的求根函数）会传递数组类型的参数给目标函数test，而你的代码在处理数组类型的x时，会生成元素为数组的矩阵，最终np.linalg.det(A)返回的是数组而非标量，root函数试图将这个多维数组强制转换为标量，触发了弃用警告。

警告规避方案 #

修改test函数，确保无论输入是标量还是数组，都先转换为标量再计算：

import numpy as np
from scipy.optimize import root_scalar

def test(x):
    # 将输入转为标量，兼容数组/标量输入
    x_scalar = x.item() if isinstance(x, np.ndarray) else x
    A = np.zeros((5,5))
    for i in range(5):
        A[i,i] = x_scalar**2 + x_scalar - 4
    return np.linalg.det(A)

# 使用root_scalar更适合单根求解
result = root_scalar(test, bracket=[0, 3])
print(result.root)  # 输出约1.56155

如果坚持使用root函数（适用于多变量求根），则调整函数返回一维数组：

import numpy as np
from scipy.optimize import root

def test(x):
    x_val = x[0]
    A = np.zeros((5,5))
    for i in range(5):
        A[i,i] = x_val**2 + x_val -4
    return [np.linalg.det(A)]

result = root(test, [3])
print(result.x[0])

大矩阵场景优化 #

当矩阵规模变大时，直接构造矩阵计算行列式会出现数值不稳定、计算效率极低的问题。利用对角矩阵的性质：对角矩阵的行列式等于所有对角元的乘积，因此det(A)=0等价于对角元x²+x-4=0，直接求解这个二次方程即可，无需构造矩阵：

import numpy as np

# 直接求解二次方程x² +x -4=0
coeffs = [1, 1, -4]
roots = np.roots(coeffs)
print(roots)  # 输出[-2.56155281  1.56155281]

这种方法无论矩阵多大，计算量都可以忽略，且数值稳定性拉满，完全不用担心找不到真实根的问题。

内容的提问来源于stack exchange，提问作者swang