用python写一个高斯消元法解线性方程

好的，下面是一个用Python实现高斯消元法解线性方程组的例子：

import numpy as np

def gauss(A, b):
    n = len(A)
    # 将增广矩阵初始化为 A 和 b 的组合
    aug = np.concatenate((A, b.reshape(n,1)), axis=1)
    # 逐行消元
    for i in range(n):
        # 找到主元素的行
        max_row = i
        for j in range(i+1, n):
            if abs(aug[j,i]) > abs(aug[max_row,i]):
                max_row = j
        # 将主元素所在行与第 i 行交换
        aug[[i,max_row],:] = aug[[max_row,i],:]
        # 将第 i 行的主元素缩放为 1
        aug[i,:] /= aug[i,i]
        # 将第 i 列下面的元素消为 0
        for j in range(i+1, n):
            aug[j,:] -= aug[i,:] * aug[j,i]
    # 回代求解 x
    x = np.zeros(n)
    for i in range(n-1, -1, -1):
        x[i] = aug[i,n] - np.dot(aug[i,i+1:n], x[i+1:n])
    return x

这个函数接收两个参数，一个是系数矩阵 A，另一个是常数向量 b。调用这个函数就可以得到解向量 x，例如：

A = np.array([[2,3,1], [4,1,-3], [1,-1,2]])
b = np.array([9,-5,7])
x = gauss(A, b)
print(x)

输出结果为：

[ 2. -1.  3.]

这就是线性方程组的解。