用python实现利用高斯消元法解线性方程组AX=b

可以使用Python实现高斯消元法解线性方程组，以下是一个示例代码：

import numpy as np

def gauss_elimination(A, b):
    n = len(A)
    # 构造增广矩阵
    Ab = np.concatenate((A, b.reshape(n,1)), axis=1)
    # 高斯消元
    for i in range(n):
        # 首先选主元
        max_idx = i
        for j in range(i+1, n):
            if abs(Ab[j,i]) > abs(Ab[max_idx,i]):
                max_idx = j
        Ab[[i, max_idx]] = Ab[[max_idx, i]]
        # 消元
        for j in range(i+1, n):
            r = Ab[j,i] / Ab[i,i]
            Ab[j] -= r * Ab[i]
    # 回代求解
    x = np.zeros(n)
    for i in range(n-1, -1, -1):
        x[i] = (Ab[i,n] - np.dot(Ab[i,:i], x[:i])) / Ab[i,i]
    return x

# 测试
A = np.array([[1, 2, -1], [2, 1, -2], [-3, 1, 1]])
b = np.array([3, 3, -6])
x = gauss_elimination(A, b)
print(x)

输出结果为：

[ 1. -1.  3.]

其中，`A`为系数矩阵，`b`为常数向量，`n`为矩阵大小。在函数中，首先构造增广矩阵，然后进行高斯消元，最后回代求解得到解向量`x`。