### 如何在编程中创建矩阵 在 Python 中，可以使用多种方法来创建矩阵。以下是几种常见的实现方式： #### 方法一：使用嵌套列表 Python 的内置数据结构——列表（List）可以通过嵌套的方式表示矩阵。 ```python matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] print(matrix) ``` 这种方法简单直观，适合小型项目或快速原型开发[^1]。 --- #### 方法二：使用 NumPy 库 NumPy 是一个强大的科学计算库，提供了高效的数组操作功能。通过 `numpy.array` 可以轻松创建矩阵。 ```python import numpy as np # 创建二维矩阵 matrix_np = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(matrix_np) ``` 如果需要初始化特定大小的零矩阵或多维矩阵，也可以利用 NumPy 提供的功能： ```python # 初始化 3x3 零矩阵 zero_matrix = np.zeros((3, 3)) # 初始化 3x3 单位矩阵 identity_matrix = np.eye(3) print(zero_matrix) print(identity_matrix) ``` NumPy 不仅提供便捷的矩阵创建工具，还支持复杂的线性代数运算，适用于大规模数值计算场景。 --- #### 方法三：动态构建矩阵 对于某些情况，可能需要根据逻辑条件动态生成矩阵。例如，基于索引值填充矩阵中的元素。 ```python rows, cols = 3, 3 dynamic_matrix = [[i * j for j in range(cols)] for i in range(rows)] print(dynamic_matrix) ``` 上述代码片段展示了如何通过列表推导式动态生成一个 3×3 矩阵，其中每个元素由行列索引相乘得到。 --- #### Strassen 算法背景下的矩阵处理 在涉及复杂矩阵运算时，如 Strassen 算法用于高效矩阵乘法的情况下，通常会采用递归策略分解大矩阵为子矩阵并逐步求解[^2]。此时，矩阵的创建需满足特定尺寸要求（通常是 \(n \times n\) 幂次方形式）。以下是一个简单的例子展示如何分割矩阵： ```python def split_matrix(matrix): row, col = matrix.shape mid_row, mid_col = row // 2, col // 2 A = matrix[:mid_row, :mid_col] B = matrix[:mid_row, mid_col:] C = matrix[mid_row:, :mid_col] D = matrix[mid_row:, mid_col:] return A, B, C, D # 示例输入 example_matrix = np.random.randint(0, 10, (4, 4)) A, B, C, D = split_matrix(example_matrix) print("Original Matrix:\n", example_matrix) print("\nSub-Matrix A:\n", A) print("\nSub-Matrix B:\n", B) print("\nSub-Matrix C:\n", C) print("\nSub-Matrix D:\n", D) ``` 此代码实现了将给定的大矩阵拆分为四个较小的部分以便进一步处理。 ---