Python线性代数（1）——矩阵操作

今天是这一个系列教程的第一篇，简单介绍一下Python中是如何操作Matrix（矩阵）的，然后我们后面开始用Python中的numpy来解决线性代数问题，比如解方程等，下面我们开始吧：

● 我先引入numpy，以后的教程中，我们都引用np作为简写。

>>> import numpy as np

● 使用mat函数创建一个2*3矩阵。

>>> a = np.mat([[1,2,3],[4,5,6]])

>>> a

matrix([[1, 2, 3],

[4, 5, 6]])

● 使用shape可以获取矩阵的大小。

>>> a.shape

(2, 3)

● 使用下标读取矩阵中的元素。

>>> a[1,1]

5

>>> a[0,2]

3

● 进行行列转换。

>>> a.T

matrix([[1, 4],

[2, 5],

[3, 6]])

>>> a.transpose()

matrix([[1, 4],

[2, 5],

[3, 6]])

● 实际上官方文档建议我们使用二维数组代替矩阵进行矩阵运算；因为二维数组用得较多，而且基本可取代矩阵。