不说特定的数学符号标识，仅从行列结构上，两者都有行有列的，乍一看行列式和矩阵就跟一个妈生的一样，相像恰似双胞胎。而且不管是机器学习数学入门书还是数学教科书，都将行列式和矩阵一块讲解，而且都是先行列式，再矩阵。牵扯两位夫唱妇随如影随形，而且搞得行列式也像是矩阵的开胃菜一样。
不过很显然，也理所当然，行列式和矩阵不是一回事（虽然在线代中行列式和矩阵有关系，暧昧不暧昧咱不懂），长得再像也不代表彼此是自己失散多年的亲兄弟，两个分属两种不同的数学知识点。机智客学到的是，线性代数中，行列式是函数，在几何中，行列式是有向面积或体积的概念在一般的欧几里得空间中的推广。是不是依然觉得一如其他数学概念定义一样抽象，不过记得行列式在线性代数、微积分都有重要的应用就行了。而矩阵，则是由m行n列组成的数表。
没错，两者的其中一个很明显的区别也是如此，矩阵是数表，而行列式则是函数表达式数值。在中学阶段，我们就学过行列式的一些基本知识，比如线性方程求解问题，由此推导出的二阶三阶行列式也是最常见常用的行列式。
行列式和矩阵的另外区别，还在于本文开头说的特定数学符号区分。在深度学习机器学习项目中，机智客想必各位朋友经常会碰到矩阵的概念和知识，所以对矩阵的数学符号括号都了解，一目了然。而行列式则不一样，它是由双竖线分割的，符号则是det(A)。所以你要还没了解基本数学知识就不明就里看一些机器学习或技术编程论文或文档中的数学公式，说不定你还会大吃一惊：啥玩意儿，绝对值还带双重保障的？
当然了，行列式和矩阵，虽然结构上相像，不过行列式还是比较严格的。也就是说，行列式的行和列要求必须一致，而矩阵则不然。所以我们时常看到二阶行列式三阶行列式，n阶行列式。但矩阵就显得随便了，行和列不要求一致，行列式类似于矩阵的方阵。当然了，矩阵用处挺大也挺多的，计算也比较复杂。
再说计算方面，行列式和矩阵同样不同。行列式是否相等，和矩阵是否相等千差万别。前者相等，只要求运算代数和，即便行列和数据不同，也叫相同。而矩阵则要求行列数和对应数都必须相等。两者和常数相乘，也完全不一样。一个数乘行列式，只要乘某一行或某一列即可。而要乘矩阵，则要和矩阵中每一行每一列每个元素相乘。所以和矩阵发生关系，劳动力还是挺大的。
当然，行列式和矩阵不仅有上述区别，还有其他区别，限于篇幅就不谈了，以后碰到什么项目或知识点再聊。只能说上述区别是最明显最常用的。不管如何，行列式和矩阵，即便长得像双胞胎，也往往和双胞胎性情一样，差别挺大的。
