RuntimeWarning: divide by zero encountered in scalar divide x[-1] = b[-1]/A[-1,-1] 顺序高斯消元法求解结果： [ 1.00000445 0.9999733 1.00010681 0.99957275 1.00170898 0.99316406 1.02734375 0.890625 1.4375 -0.75 ] 列主元高斯消元法求解结果： [ nan nan nan nan nan nan nan nan -inf inf]

这个错误是由于在高斯消元过程中出现了除以0的情况，导致程序无法完成运算。可能的原因是矩阵A的某些主元素被消元成了0，导致出现了除以0的情况。

要解决这个问题，您可以在程序中加入一些防止除以0的机制，例如：

1. 在计算主元时，判断主元是否为0，如果为0则交换当前行和下面某一行的位置。

2. 在计算除法时，判断分母是否为0，如果为0则将分母赋值为一个非常小的数或者一个很大的数。

以下是修改后的顺序高斯消元法代码：

def gauss_sequential(A, b):
    n = A.shape[0]
    x = np.zeros(n)
    for i in range(n-1):
        for j in range(i+1, n):
            if abs(A[i,i]) < 1e-8:  # 如果主元为0，则交换行
                k = i+1
                while k < n and abs(A[k,i]) < 1e-8:
                    k += 1
                if k == n:
                    print("Error: matrix is singular!")
                    return None
                A[[i,k],:] = A[[k,i],:]
                b[[i,k]] = b[[k,i]]
            factor = A[j,i] / A[i,i]
            A[j, i+1:] = A[j, i+1:].astype(float) - factor * A[i, i+1:].astype(float)
            b[j] = b[j].astype(float) - factor * b[i].astype(float)
    if abs(A[-1,-1]) < 1e-8:
        print("Error: matrix is singular!")
        return None
    x[-1] = b[-1]/A[-1,-1]
    for i in range(n-2, -1, -1):
        x[i] = (b[i].astype(float) - np.dot(A[i, i+1:], x[i+1:])) / A[i,i].astype(float)
    return x

同样的方式，您也可以修改列主元高斯消元法代码。