欢迎关注 “小白玩转Python”，发现更多 “有趣”
使用 NumPy 学习矩阵和求解线性方程组的完整指南
矩阵作为一种数学资源被用于一些现实世界的应用。在本文中，您将使用强大的 NumPy 库学习 Python 中的矩阵，如下所示：
1. 什么是 NumPy，什么时候应该使用它？
2. 使用 NumPy 构造矩阵
3. 矩阵的运算和实例
4. 如何执行矩阵切片
另外：我们还将探讨如何使用 Python 中的矩阵来计算线性方程模型。
让我们从 Python 的矩阵开始。
1. NumPy 是什么，什么时候使用？
NumPy 是一个 Python 库，可以对单个和多维数组和矩阵进行简单的数值计算。顾名思义，NumPy 在数值计算中脱颖而出。许多数据科学库(如 pandas、 scikit-learn 和 SciPy)都依赖 NumPy。它构成了当今 python 编写的数据科学应用程序的一部分。
许多线性代数计算可以很容易地解决 NumPy。在几种机器学习算法中，线性代数是一种重要的数学方法。通过深入了解 NumPy，您可以构建库或扩展现有库以用于机器学习。
提供：
-
一个强 n 维数组对象，名为ndarray
-
广播功能
-
C/C + + 和 Fortran 代码合并工具
-
生成线性代数，傅里叶变换，和随机数能力
现在让我们进一步了解 Python 矩阵，看看矩阵是如何形成的。
2. 使用 NumPy 构造矩阵
用列表形成一个矩阵
import numpy as np# Create a 2D numpy array with python listsnew_array = np.array([[ 1, 2, 3],[ 4, 5, 6]])print(new_array)输出如下：
[[1 2 3] [4 5 6]]结果显示了一个2D 矩阵，其中 np.array()的输入是一个列表[1,2,3] ，[4,5,6]。父列表中的每个列表在矩阵中创建一行。