使用NumPy计算矩阵行列式/逆时出现异常值的问题求助

这是浮点数精度限制导致的正常现象——计算机用二进制存储浮点数，无法精确表示所有十进制小数，运算过程中会累积微小的舍入误差，所以本该为0的结果会变成像1.11022302e-16这种接近0的极小值。以下是具体解决方法：

处理行列式结果 #

设定一个误差阈值，把绝对值小于阈值的结果视为0，阈值可根据你的精度需求调整（比如1e-10或1e-12）：

import numpy as np

det = np.linalg.det(mat1)
# 把接近0的行列式值置为0
det = 0 if abs(det) < 1e-10 else det

也可以用np.isclose函数更灵活地判断：

det = np.linalg.det(mat1)
if np.isclose(det, 0, atol=1e-10):
    det = 0

处理逆矩阵元素 #

对逆矩阵中所有绝对值小于阈值的元素直接替换为0：

inv_mat = np.linalg.inv(mat1)
# 过滤微小元素
inv_mat[abs(inv_mat) < 1e-10] = 0

如果矩阵是奇异矩阵（理论上行列式为0），先判断行列式是否接近0，避免求逆时报错：

det = np.linalg.det(mat1)
if abs(det) < 1e-10:
    print("矩阵是奇异矩阵，无法求逆")
else:
    inv_mat = np.linalg.inv(mat1)
    inv_mat[abs(inv_mat) < 1e-10] = 0

同样可以用np.where结合np.isclose实现：

inv_mat = np.linalg.inv(mat1)
inv_mat = np.where(np.isclose(inv_mat, 0, atol=1e-10), 0, inv_mat)

内容的提问来源于stack exchange，提问作者whoami