如何以Pythonic方式测试布尔数组的行线性独立性？

先看示例矩阵，它的行并非线性独立——前两行异或（或在二元域下相加）可得到第三行：

matrix = [
    [1, 0, 0, 1],
    [0, 0, 1, 0],
    [1, 0, 1, 1],
    [1, 1, 0, 1]
]

不用嵌套过深的循环，也不依赖numpy等库，我们可以用**行阶梯形化简（高斯消元思想）**实现Pythonic的行独立性检测，核心逻辑是逐列处理生成主元行，消去其他行的对应列元素，最终通过是否存在全零行判断相关性。

实现代码 #

def are_rows_linearly_independent(matrix):
    # 复制矩阵避免修改原数据
    rows = [row.copy() for row in matrix]
    num_rows = len(rows)
    if num_rows == 0:
        return True
    
    num_cols = len(rows[0])
    pivot_col = 0
    
    for pivot_row in range(num_rows):
        # 找到当前列中第一个非零行（从当前主元行开始找）
        while pivot_col < num_cols:
            non_zero_row = next((r for r in range(pivot_row, num_rows) if rows[r][pivot_col] != 0), None)
            if non_zero_row is not None:
                # 交换主元行和找到的非零行
                rows[pivot_row], rows[non_zero_row] = rows[non_zero_row], rows[pivot_row]
                break
            pivot_col += 1
        else:
            # 所有列都处理完，剩余行全为零
            return False
        
        # 用主元行消去其他行的当前列元素（这里针对二元域用异或，实数域可调整逻辑）
        for r in range(num_rows):
            if r != pivot_row and rows[r][pivot_col] != 0:
                rows[r] = [a ^ b for a, b in zip(rows[r], rows[pivot_row])]
        
        pivot_col += 1
    
    # 检查是否存在全零行
    return not any(all(x == 0 for x in row) for row in rows)

代码说明 #

1. 矩阵复制：避免修改原始输入矩阵，保证数据安全；
2. 主元行查找：用next()结合生成器表达式快速定位当前列的非零行，替代冗余的嵌套循环；
3. 消元操作：用列表推导式+zip()处理行向量的异或运算（针对二元域场景），如果是实数域，可将消元逻辑改为：

   factor = rows[r][pivot_col] / rows[pivot_row][pivot_col]
   rows[r] = [a - factor * b for a, b in zip(rows[r], rows[pivot_row])]
   

4. 结果判断：用any()+生成器表达式检查全零行，存在则说明行线性相关。

测试示例 #

matrix = [
    [1, 0, 0, 1],
    [0, 0, 1, 0],
    [1, 0, 1, 1],
    [1, 1, 0, 1]
]
print(are_rows_linearly_independent(matrix))  # 输出False，表明行不独立

内容的提问来源于stack exchange，提问作者Ray Butterworth