Python是當今廣泛使用的編程語言之一。它的一大特點是具有出色的矩陣計算能力，特別是在數值計算和數據科學領域中。

在Python中處理矩陣時，經常使用的是NumPy庫。NumPy是Python科學計算的核心庫之一，提供了對多維數組的支持，可以進行快速、高效的數學計算。這里，我們以numpy中的矩陣格式為例，介紹Python中如何表示和處理矩陣。

import numpy as np
# 創建一個二維數組
array2D = np.array([ [1,2,3], [4,5,6], [7,8,9] ])
print('二維數組:')
print(array2D)
# 創建一個矩陣對象
matrix = np.mat(array2D)
print('矩陣:')
print(matrix)

Python中的矩陣對象與二維數組非常相似，但在許多情況下可以更方便地進行數學計算。例如，在矩陣計算中，可以使用‘*’運算符表示矩陣的乘法。在上面的代碼中，我們創建了一個二維數組和一個矩陣，并打印輸出了它們的值。

print('矩陣的乘法：')
print(matrix * matrix)
print('二維數組的乘法：')
print(array2D * array2D)

通過運行上述代碼，可以看到矩陣的乘法和二維數組的乘法所返回的結果是不同的。這是因為在矩陣乘法中，其中一個矩陣進行轉置與另一個矩陣相乘，而在二維數組中，則進行逐位相乘。

除了上述介紹的NumPy庫之外，Python中還提供了許多其他用于矩陣計算的庫，如SciPy、pandas等。在了解了這些庫的API之后，Python的矩陣處理能力將變得更加強大。