矩阵是具有精确二维的数组，这个概念在数学中非常重要。 矩阵中的所有元素都组织成行和列。 例如，下面给出的矩阵有 2 行 3 列，发音为“二乘三”矩阵。
由于python中没有内置的矩阵数据类型，所以我们可以通过以下方法创建矩阵：
- 通过使用嵌套列表
- 通过使用 numpy 数组函数
- 通过使用 numpy 矩阵函数
- 通过使用 numpy reshape 函数
- 通过接受用户的输入
1.通过使用嵌套列表
我们可以使用嵌套列表来创建矩阵。
A = [[5, 1, 8], [7, 5, 3], [4, 6, 3]] for i in A: print(i)
图 1：使用嵌套列表
输出：
图 2：输出
在图 1 中，我们在主列表中有三个子列表。 我们使用 for 循环单独遍历每一行，如图 2 所示。我们没有直接打印列表，因为这将在一行中打印列表。
2.通过使用numpy数组函数
我们可以使用 Python 中的 numpy.array() 函数创建一个矩阵。
import numpy as np A = np.array([[1, 2, 3], [3, 4, 5]]) print(A) print('No. of Dimensions:', A.ndim) print('Dimensions:', A.shape)
图 3：使用 numpy.array() 函数
输出：
图 4：输出
在图 3 中，我们将 numpy 模块作为 np 导入，并将 np.array 函数作为嵌套列表传递，它创建一个矩阵，而它的维度可以在图 4 中看到，包含 2 行和 3 列。
3. 通过使用 numpy 矩阵函数
numpy 模块的 Matrix 函数从类似数组的对象或从一串数据返回一个矩阵。 在 python 中，矩阵对象继承了 ndarray 对象的所有属性和方法。
示例 1
import numpy as np A= np.matrix([[1, 2, 6], [3, 4, 8],[4,8,9]]) print(A) print(type(A))
图 5：使用 numpy.matrix() 函数进行数组输入
输出：
图 6：输出
在图 5 中，我们将 numpy 模块作为 np 导入，并向 np.matrix 函数传递一个嵌套列表。 创建一个属于 numpy.matrix 类的 3×3 矩阵。
示例 2
import numpy as np A = np.matrix('4 7 8; 7 9 1') print(A)
图 7：使用 numpy.matrix() 函数进行字符串输入
输出：
图 8：输出
在示例 2 中，我们将 numpy.matrix 函数作为字符串矩阵传递，我们用逗号或空格分隔列，而用分号分隔行。 输出矩阵有 2 行 3 列，如图 8 所示。
4. 通过使用 numpy Reshape Function
numpy.reshape() 也可以用来创建矩阵，这个函数改变数组的形状，所以我们可以用它来改变一维数组的形状到二维数组而不改变元素。 在改变数组的形状之前，我们必须检查数组中元素的数量。
import numpy as np A = np.array([[4,1,8,7,5,7,9,6,8]]).reshape(3,3) print("Matrix= n", A) print("Dimensions = ", A.shape)
图 9：使用 numpy.reshape() 函数
输出：
图 10：输出
在上面的示例中，我们有一个由九个元素组成的一维数组，而 reshape() 函数将其更改为一个二维数组，因此元素以 3×3 的维度排列，具有 3 行和 3 列。
5. 接受用户的输入
在 Python 中，我们也可以创建一个接受用户输入的矩阵。
row = int(input("enter the number of rows:")) col = int(input("enter the number of columns:")) # Initialize matrix m = [] print("enter the entries row wise:") # For user input for i in range(row): # A for loop for row entries a = [] for j in range(col): # A for loop for column entries a.append(int(input())) m.append(a) # For printing the matrix for i in range(row): for j in range(col): print(m[i][j], end=" ") print()
