本章介绍线性代数的基本对象。在进行复杂运算或构建机器学习 (machine learning)模型之前，我们必须先了解如何用数学方式表示数据。为此，主要工具有标量、向量 (vector)和矩阵。

我们将首先定义这三个组成部分。你将了解到，标量是一个单独的数，向量是表示空间中一个点的有序数列，而矩阵是用于组织整个数据集的数字网格。例如，一个包含多个特征的单个数据样本通常表示为一个向量，比如 $x = [x_1, x_2, x_3]$。这些样本的整个集合构成一个数据矩阵。

在此基础之上，我们将通过搭建一个包含NumPy库的Python环境来为接下来的实际操作做准备，NumPy是数值计算的标准工具。本章最后会有一个动手练习，你将应用所学知识在代码中创建你的第一个向量和矩阵。到本章结束时，你将能够使用线性代数的核心结构表示简单的数据集。