重新复习了一遍Python下有关矩阵的计算内容，整合成本博客。内容包括矩阵操作（创建矩阵、矩阵加减法）、矩阵乘法、矩阵转置（求转置矩阵）、求方阵的迹、方阵的行列式计算方法、逆矩阵/伴随矩阵、解多元一次方程。
因为要借助numpy库，如果之前没有安装过的同学，可以使用pip install numpy安装。
（一）Python矩阵操作
1.先引入numpy，以后的教程中，我们都引用为np作为简写
2.使用mat函数创建一个2X3矩阵
3.使用shape可以获取矩阵的大小
4.使用下标读取矩阵中的元素
5.进行行列转换
6.实际上官方文档建议我们使用二维数组代替矩阵来进行矩阵运算；因为二维数组用得较多，而且基本可取代矩阵。比如：可见矩阵和数组基本上都可以
7.加减法也是一样的
8.当然列表是不能这么尽兴加减的：
（二） python矩阵乘法
1.使用二维数组创建两个矩阵A和B
2.先来一个矩阵的数乘，其实见识矩阵的每一个元素乘以该数
3.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，看下面的例子
4.再创建一个二维数组
5.我们验证一个矩阵乘法的结合性 （AB)C=A(BC）
6.接着看一下对加法的分配性 （A+B)C=AC+BC，C(A+B）=CA+CB
7.数乘的结合性，也一样啦
8.接着我们用到一个新知识，使用eye创建一个单位矩阵，单位矩阵的定义就是看下面的步骤
9.我们看一下，一个矩阵A乘以一个单位矩阵，还是它本身
(三)python矩阵转置
1.先创建一个矩阵
2.我们使用属性T来得到矩阵A的转置矩阵
3.我们验证第一个性质:(A’)’=A
4.再创建两个尺寸相同的矩阵
5.验证矩阵转置的第二个性质：(A±B)’=A’±B’
6.验证矩阵转置的第三个性质：(KA)’=KA’
7.验证矩阵转置的第四个性质：(A×B)’= B’×A’
(四)python求方阵的迹
1.创建一个方阵（方阵也就是行数等于列数的矩阵）
2.用trace计算方阵的迹
3.再创建一个方阵F
4.验证一下方阵的迹等于方阵的转置的迹
5.验证一下方阵的乘积的迹等于
6.验证一下方阵的和的迹等于方阵的迹的和
(五)python方阵的行列式计算方法
1.创建两个方阵
2.使用det方法求得方阵E和方阵F的行列式
（六） python求逆矩阵/伴随矩阵
1.创建一个方阵
2.使用linalg.det求得方阵的行列式
3.使用linalg.inv求得方阵A的逆矩阵
4.接着我们利用公式： 
numpy的计算方法：
（七） python解多元一次方程
方程组为
1.将未知数的系数写下来，排列成一个矩阵a，如下
2.常数项构成一个一维数组（向量）
3.使用linalg.solve方法解方程，参数a指的是系数矩阵，参数b指的是常数项矩阵
4.使用点乘的方法可以验证一下解的正确性，系数乘以未知数可以得到常数项。
