python中如果不使用numpy或pandas包的话，想要输入矩阵的方法就是手动输入多维列表。比如2*2的矩阵，举个例子，[[1,3],[5,8]]就表示一个2*2的矩阵。
如果使用numpy来写的话，使用array，arrange，ones，zeros等方法来创建你需要的矩阵。具体的参考numpy官方文档就好了。
本文python中矩阵除法的三种实现方法：
1、x/y计算对应元素相除（矩阵点除）；
2、()计算对应元素相除（矩阵点除）；
3、借助乘法方法处理。
python将数组转换为矩阵，方法如下：
数组转换矩阵：?
a＝mat（s［］）?
python的定义：
python是一种面向对象、直译式计算机程序设计语言，python语法简捷而清晰，具有丰富和强大的类库。
它常被为胶水语言，它能够很轻松的把用其他语言制作的各种模块（尤其是c/c）轻松地联结在一起。常见的一种应用情形是，使用python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写。比如3d游戏中的图形渲染模块，速度要求非常高，就可以用c重写。
python里边有一个专门用于科学计算的库numpy，其中就包含了线性代数这一部分，包括矩阵相乘，求方阵的逆，qr分解，奇异值分解等，下面我简单介绍一下numpy中关于线性代数常用的一部分函数，实验环境win7python3.6ipythonqtconsole（ipython的一种，简单快捷），主要步骤如下：
1.首先，安装numpy，这里直接pipinstallnumpy安装就行，如果嫌麻烦的换，直接装anaconda或winpython也行（本身集成了numpy）：
2.成功安装后，我们就可以线性代数的计算了，主要如下：
矩阵相乘：dot函数
计算矩阵行列式：det函数
计算方阵的逆：inv函数
计算qr分解：qr函数
计算奇异值分解：svd函数
计算方阵的本征值和本征向量：eig函数
解线性方程组axb，其中a为方阵：solve函数
计算axb的最小二乘解：lstsq函数
3.还有许多其他函数，我这里就不一一介绍了，感兴趣的可以了解一下这个网址，介绍的比较详细，当然也可以到官网看一下官方文档，都一样。
至此，numpy简单的线性代数计算就介绍完了。线性代数在计算中会经常碰到，尤其是在科研中，numpy集成了基本的线性代数运算，对于线性代数问题计算起来会更简单，当然matlab使用起来也很方便，这个就因人而异了，那个使用起来顺手就用那个，我这里就大概介绍一下python中用于线性代数计算的包numpy，当然还有其他的包，这里就不赘述了，感兴趣的话可以在网上搜一下，了解了解，希望以上分享的内容能对你有所帮助吧。
用python学习线性代数是不错的想法，因为我曾经用matlab学习过线性代数，效果非常好！
具体来说，边学线性代数边学python，可以让两个技能同时提高。比如，矩阵乘法先用手算，再用python编程计算，再两者答案进行比较，这样两者就都掌握了，非常有成就感！越学越想学！欢迎与肥波猫一起学习！欢迎关注，谢谢点赞。
.jpg)
.jpg)
.jpg)
.jpg)
