重新複習了一遍Python下有關矩陣的計算內容，整合成本博客。內容包括矩陣操作（創建矩陣、矩陣加減法）、矩陣乘法、矩陣轉置（求轉置矩陣）、求方陣的跡、方陣的行列式計算方法、逆矩陣/伴隨矩陣、解多元一次方程。
因爲要藉助numpy庫，如果之前沒有安裝過的同學，可以使用pip install numpy安裝。
（一）Python矩陣操作
1.先引入numpy，以後的教程中，我們都引用爲np作爲簡寫
2.使用mat函數創建一個2X3矩陣
3.使用shape可以獲取矩陣的大小
4.使用下標讀取矩陣中的元素
5.進行行列轉換
6.實際上官方文檔建議我們使用二維數組代替矩陣來進行矩陣運算；因爲二維數組用得較多，而且基本可取代矩陣。比如：可見矩陣和數組基本上都可以
7.加減法也是一樣的
8.當然列表是不能這麼盡興加減的：
（二） python矩陣乘法
1.使用二維數組創建兩個矩陣A和B
2.先來一個矩陣的數乘，其實見識矩陣的每一個元素乘以該數
3.dot函數用於矩陣乘法，對於二維數組，它計算的是矩陣乘積，對於一維數組，它計算的是內積。注意交換矩陣的前後位置會導致不同的結果，看下面的例子
4.再創建一個二維數組
5.我們驗證一個矩陣乘法的結合性 （AB)C=A(BC）
6.接着看一下對加法的分配性 （A+B)C=AC+BC，C(A+B）=CA+CB
7.數乘的結合性，也一樣啦
8.接着我們用到一個新知識，使用eye創建一個單位矩陣，單位矩陣的定義就是看下面的步驟
9.我們看一下，一個矩陣A乘以一個單位矩陣，還是它本身
(三)python矩陣轉置
1.先創建一個矩陣
2.我們使用屬性T來得到矩陣A的轉置矩陣
3.我們驗證第一個性質:(A’)’=A
4.再創建兩個尺寸相同的矩陣
5.驗證矩陣轉置的第二個性質：(A±B)’=A’±B’
6.驗證矩陣轉置的第三個性質：(KA)’=KA’
7.驗證矩陣轉置的第四個性質：(A×B)’= B’×A’
(四)python求方陣的跡
1.創建一個方陣（方陣也就是行數等於列數的矩陣）
2.用trace計算方陣的跡
3.再創建一個方陣F
4.驗證一下方陣的跡等於方陣的轉置的跡
5.驗證一下方陣的乘積的跡等於
6.驗證一下方陣的和的跡等於方陣的跡的和
(五)python方陣的行列式計算方法
1.創建兩個方陣
2.使用det方法求得方陣E和方陣F的行列式
（六） python求逆矩陣/伴隨矩陣
1.創建一個方陣
2.使用linalg.det求得方陣的行列式
3.使用linalg.inv求得方陣A的逆矩陣
4.接着我們利用公式： 
numpy的計算方法：
（七） python解多元一次方程
方程組爲
1.將未知數的係數寫下來，排列成一個矩陣a，如下
2.常數項構成一個一維數組（向量）
3.使用linalg.solve方法解方程，參數a指的是係數矩陣，參數b指的是常數項矩陣
4.使用點乘的方法可以驗證一下解的正確性，係數乘以未知數可以得到常數項。