Gaussian elimination

import numpy as np

def main():
    #заполнение исходной матрицы
    n = int(input("Введите n: "))
    variant = 2
    v = []
    a = np.zeros((n, n))
    for i in range(n):
        for j in range(n):
            if i == j:
                a[i][j] = variant + i + j
                v.append(a[i][j])
    for i in range(n):
        for j in range(n):
            if i!=j:
                a[i][j] = a[i][i] / 100
    print("\nИсходная матрица А\n", a, sep='\n')

    b = a.dot(v)
    print("\nВектор слобец b\n", b, sep='\n')

    RMK = np.zeros((n, n+1))
    for i in range(n):
        for j in range(n):
            RMK[i][j] = a[i][j]
        RMK[i][n] = b[i]
    print("\nРасширенная матрица коэффициентов\n", RMK, sep='\n')

    #прямой ход
    for i in range(n):
        RMK = GetNormal(RMK, i)
        RMK = GetZeros(RMK, i)
    print("\nРасширенная матрица коэффициентов после прямого хода метода Гаусса \n", RMK, sep='\n')

    #обратный ход
    x = np.zeros(n)
    for i in range(n-1, -1, -1):
        x[i] = RMK[i][n] / RMK[i][i]
        for j in range(n-1, i, -1):
            x[i] -= RMK[i][j] * x[j] / RMK[i][i]
    print("\nВектор х\n", x, sep='\n')

    #проверка
    x_2 = np.linalg.solve(a, b)
    print("\nВектор х, найденный методом из либы np\n",
          x_2, sep='\n')

    print("\nПохоже, что мы справились, код неплох :)\n" if np.array_equal(x, x_2) else "\nЧто-то пошло не так, код ужасен\n")

def GetNormal(a, i):
    for j in range(i, len(a)):
        a[j] /= a[i][i]
    return a

def GetZeros(a, i):
    for k in range(i+1, len(a)):
        a[k] -= a[i] * a[k][i]
    return a

if __name__ == "__main__":
    main()