Python是一種高級編程語言，在矩陣處理方面非常強大。Python中的numpy庫為數組和矩陣計算提供了高效的計算方法。其中的ndarray類是常用的多維數組對象，可以用來存儲和處理多維數據。

import numpy as np
#創建一個二維數組
a = np.array([[1,2],[3,4]])
#輸出數組
print(a)
#輸出數組的行數和列數
print("Shape:",a.shape)
#輸出數組的大小
print("Size:",a.size)
#對數組進行逆運算
print("Inverse:",np.linalg.inv(a))

可以看到，使用numpy庫可以快速創建數組并進行各種操作。例如，在上面的例子中，我們創建了一個二維數組，并使用shape和size方法獲取了數組的維度和元素總數。同時，我們還使用inv方法對矩陣進行了逆運算。

在Python中，另一個常用的矩陣計算庫是pandas。pandas庫提供了DataFrame對象，用于處理表格型數據。DataFrame對象是由多個Series對象構成的二維表格，每個Series對象相當于表格中的一列。我們可以使用pandas庫創建、修改、分析這些表格型數據。

import pandas as pd
#使用字典創建一個DataFrame
data = {"Name":["John","Mary","Peter","David"],
"Age":[25,32,18,47],
"City":["New York","London","Paris","Tokyo"]}
df = pd.DataFrame(data) #創建DataFrame
#輸出DataFrame
print(df)
#輸出DataFrame的統計信息
print(df.describe())

在上面的例子中，我們使用了pandas庫創建了一個DataFrame對象，并輸出了數據、統計信息。我們可以使用DataFrame提供的方法對數據進行分析和修改。

在使用numpy和pandas庫時，我們需要熟悉一些常用的函數和方法，如array、DataFrame、shape、size和describe等。矩陣處理是機器學習和數據分析等領域中常用的方法，使用Python的numpy和pandas庫可以讓我們更加高效地處理矩陣數據。