Python是一種非常優秀的編程語言，在數據處理與計算方面尤為突出。其中，矩陣的處理在科學計算中極為重要，Python提供了矩陣處理的標準庫——Numpy，通過簡單的導入Numpy庫，就可以非常方便地處理矩陣。

在矩陣處理中，往往需要對矩陣進行逆運算。而矩陣求逆運算常常會遇到一個問題，就是矩陣不可逆。當矩陣不可逆時，Python會返回Singular matrix error，這時候我們就需要用到SVD奇異值分解方法，求矩陣的偽逆矩陣，也稱為矩陣的Moore-Penrose偽逆。

import numpy as np
A = np.array([[1,2,3],
[4,5,6],
[7,8,9]])
B = np.linalg.pinv(A)  # 求A的偽逆矩陣
print(B)

在代碼中，我們通過numpy.linalg.pinv()方法來求矩陣的偽逆矩陣，這個函數的返回值是一個NumPy數組。其中，如果一個3x3的矩陣A不可逆，那么它的矩陣逆運算的求解得以通過它的偽逆矩陣求解。在矩陣偽逆的過程中，會使用SVD算法，通過矩陣的特征值和奇異值的計算，來求得矩陣的逆矩陣或者偽逆矩陣。

需要注意的是，如果使用numpy.linalg.inv()函數來對矩陣求逆，當矩陣不可逆時，程序會報錯，這時候就需要考慮使用矩陣的偽逆矩陣了。

總的來說，Python的處理矩陣的能力非常強大，不僅提供了基本的矩陣運算，還有更為高級的矩陣SVD奇異值分解計算。在日常工作中，如果需要處理矩陣相關的數據，Numpy庫絕對是我們最好的幫手。