在python中 通过 np.linalg.matrix_rank(A） 得到A 的秩不是满秩，但是 通过np.linalg.det(A) 得到A的行列式不等于零

是的，你提到的方法也是计算矩阵秩和行列式的常用方法之一。在Python中，使用numpy库中的np.linalg.matrix_rank函数可以计算矩阵的秩，而np.linalg.det函数可以计算矩阵的行列式。

下面是一个示例代码，演示如何通过numpy计算矩阵的秩和行列式：

import numpy as np

# 定义一个矩阵
A = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9]])

# 计算矩阵的秩
rank = np.linalg.matrix_rank(A)

# 计算矩阵的行列式
det = np.linalg.det(A)

print("矩阵的秩为:", rank)
print("矩阵的行列式为:", det)

运行以上代码，将会输出矩阵A的秩和行列式。如果矩阵A的行列式不等于零，但秩小于矩阵的维度，则说明该矩阵不是满秩矩阵。