在Python中，矩陣循環計算是非常常見的操作。矩陣是一個二維的數組，在Python里可以使用列表來表示。如果需要對矩陣進行計算，就需要進行循環操作。

# 創建一個3x3的矩陣
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
# 計算矩陣每個元素的平方
for i in range(len(matrix)):
for j in range(len(matrix[i])):
matrix[i][j] = matrix[i][j]**2
print(matrix)
# 輸出結果：[[1, 4, 9], [16, 25, 36], [49, 64, 81]]

可以看到，在上面的例子中，我們通過兩個嵌套的循環，遍歷了矩陣中的每個元素，并將其平方。這種循環計算的方式可以應用于各種類型的矩陣計算。例如，我們可以將矩陣的每個元素都乘上一個常數：

# 將矩陣每個元素乘上2
for i in range(len(matrix)):
for j in range(len(matrix[i])):
matrix[i][j] = matrix[i][j] * 2
print(matrix)
# 輸出結果：[[2, 8, 18], [32, 50, 72], [98, 128, 162]]

除了使用嵌套循環來進行矩陣計算以外，還可以使用Python內置的NumPy庫來進行高效的矩陣計算。NumPy是Python中用于科學計算的一個庫，它提供了多維數組和矩陣操作的支持，可以大大簡化矩陣計算的操作。

# 使用NumPy庫將矩陣每個元素的平方
import numpy as np
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
matrix_squared = np.square(matrix)
print(matrix_squared)
# 輸出結果：array([[ 1,  4,  9],
#                 [16, 25, 36],
#                 [49, 64, 81]])

可以看到，使用NumPy庫進行矩陣計算非常簡單，只需要導入庫并調用相應的函數即可。

總之，在Python中進行矩陣循環計算是必不可少的操作之一。無論是通過嵌套循環還是使用NumPy庫，都可以輕松實現各種矩陣計算需求。