论numpy中matrix和array的区别，有是需要的朋友可以可以参考下。numpymatrices要是2维的,可是numpyarrays(ndarrays)可以不是四维一体的（1d，2d，3d····nd）.matrix是array的一个小的分支，中有于array。所以matrix强大array的所有特性。在numpy中matrix的通常优势是：总体简单除法运算符号。.例如，a和b是两个matrices，那么a*b，那是矩阵积。
python中如果不是不使用numpy或pandas包的话，打算输入矩阵的方法是自动填写多维系统列表。诸如2*2的矩阵，举个例子，[[1,3],[5,8]]就意思是一个2*2的矩阵。
如果建议使用numpy来写的话，使用array，arrange，ones，zeros等方法来修改你要的矩阵。具体一点的参考numpy官方文档就好了。
两者互为补充，matlab最擅长于科学计算（矩阵，方程，方程组，微分方程），numpy是一个开源的python数学库，不使用过来都很灵活自如（开放源代码，意味着什么是可以通过自己想的来如何修改源码）。这两大工具举世罕见可以计算神器，下面我就来各介绍一下这两大计算领域的神器（插图会请附上一些推荐的教材）。
是美国mathworks公司会推出的一款商业科学计算软件（价格不便宜），它的编程语言是m语言。matlab计算数据时最基本的全面处理单元是矩阵，他有强横无比的矩阵运算能力，简直所有线性代数问题都能建议使用matlab接受求解。当然了matlab在工程领域也有很越来越广泛的应用，它随机软件了极为强大的模拟仿真工具，这个可以对三千多种科学工程技术问题并且数学建模仿真。
是实现python这种脚本编程语言的（m语言也一种脚本语言），python是一门简洁优雅的编程语言（语法将近自然语言，是可以快速上手），的原因python可以不和多种语言水的混合物在用，被越来越广泛的只不过是胶水语言来使用。numpy在计算时，它的最基本的数据处理单元是数组（和matlab不同），的原因numpy是开源软件算法库，这个可以在任何地方放弃自由更改后和不使用（matlab一类商业闭源软件，无法对其接受可以修改，开发商业软件时也必然一定的授权问题）。
不使用你选择问题。这样的话我们在实际开发中该怎么通过选择类型呢，我个人的建议万分感谢：如果没有是常规计算（不太古怪的情况，例如最简单导数，解低次方程组）时，建议使用numpy这个可以飞速通过开发；而要是计算问题比较好麻烦（如微积分，高次方程）又或者是不需要并且模拟仿真，这时候别犹豫，就上matlab，这是它最特长领域。总之在很多情况下也可以二者混和开发，查看可以计算用numpy，紧张一点的上matlab。
麻烦问下这两者的比较，就推荐这么大多，感谢大家打听一下太科罗技头条号，并在下方主动积极给我留言讨论。
