我不想要把A拆成U*L，我想要让U*A=L

如果你想要将矩阵A分解为上三角矩阵U和下三角矩阵L的乘积，即A=LU，而不是L*U=A，可以稍微修改一下高斯消元算法的实现。

具体来说，你可以将算法中的U矩阵作为下三角矩阵L，将L矩阵作为上三角矩阵U，这样就可以得到你想要的结果。修改后的代码如下：

import numpy as np

def gauss_elimination(A):
    n = A.shape[0]
    L = A.copy()
    U = np.eye(n)
    for i in range(n):
        for j in range(i+1, n):
            k = L[j][i] / L[i][i]
            U[j][i] = k
            L[j][i:] -= k * L[i][i:]
    return U, L

# 生成一个随机的4x4的方阵
A = np.random.rand(4, 4)

# 调用高斯消元函数
U, L = gauss_elimination(A)

# 输出结果
print("原矩阵A：\n", A)
print("下三角矩阵L：\n", L)
print("上三角矩阵U：\n", U)
print("U * L：\n", np.dot(U, L))

在这个修改后的算法实现中，我们首先将输入矩阵A拷贝一份作为下三角矩阵L，同时初始化一个单位上三角矩阵U，即U=I。

然后，我们按照高斯消元算法的流程对矩阵L进行变换，计算出上三角矩阵U和新的矩阵L。

最后，我们输出结果，验证U和L的乘积是否等于原矩阵A。