1. python中的矩阵（maxtrix）相乘与线性代数的算法一样，例如：
首先引入numpy

import numpy as np;
A =np.array([[1,2,3],
            [4,5,6]])
B = np.array([[1,4],
              [2,5],
              [3,6]])
C = A * 2
D = np.dot(A,B)
E = np.dot(B,A)
J = A.shape
print(C)
print(D)
print(E)
print(J)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14

其运行结果为：
[[ 2 4 6]
[ 8 10 12]]
[[14 32]
[32 77]]
[[17 22 27]
[22 29 36]
[27 36 45]]
(2, 3)
注意：
1.dot函数用于矩阵乘法，对于二维数组，它计算的是矩阵乘积，对于一维数组，它计算的是内积。注意交换矩阵的前后位置会导致不同的结果。
2.使用shape可以获得矩阵的大小

3. 行列式相乘须满足左边的列等于右边的行

2. 创建一个单位矩阵

import numpy as np;
A =np.array([[1,2,3],
            [4,5,6]])
F = np.eye(3)
G = np.dot(A,F)
print(F)
print(G)

• 1
• 2
• 3
• 4
• 5
• 6
• 7

运行结果为：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
[[1. 2. 3.]
 [4. 5. 6.]]

• 1
• 2
• 3
• 4
• 5

3. 矩阵转置
1.

import numpy as np;
A =np.array([[1,2,3],
            [4,5,6]]);
H = A.T
print(H)

• 1
• 2
• 3
• 4
• 5

import numpy as np;
A =np.array([[1,2,3],
            [4,5,6]]);
J= A.transpose()
print(J)

• 1
• 2
• 3
• 4
• 5

两者的运行结果都是一样的为：
1.

[[1 4]
 [2 5]
 [3 6]]``

• 1
• 2
• 3

2

[[1 4]
 [2 5]
 [3 6]]

• 1
• 2
• 3

4.计算行列式的值
python中行列式的计算方法和线性代数中的原理是一样的。

import numpy as np;
A =np.array([[1,2,3],
            [4,5,6],
            [7,8,9]])
B = np.linalg.det(A)

print(A)
print(B)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8

其运行结果为：

[[1 2 3]
 [4 5 6]
 [7 8 9]]
6.66133814775094e-16

• 1
• 2
• 3
• 4