你已经学习了如何定义矩阵以及如何使用 NumPy 在 Python 中表示它们。现在，是时候对这些结构进行处理了。本章主要介绍应用于矩阵的基本算术和结构运算，这些运算在数据处理和构建机器学习模型时经常用到。

你将学习如何执行以下操作：

• 矩阵加法和减法： 按元素组合矩阵（$A + B$ 和 $A - B$）。
• 标量乘法： 用一个数对矩阵进行缩放（$c A$）。
• 矩阵转置： 将矩阵沿对角线翻转（$A^T$）。
• 矩阵乘法： 根据特定规则组合两个矩阵（$A B$），这是许多算法中的一种重要运算。

我们将讨论每种运算的要求（如维度匹配）及其性质。当然，我们将继续使用 NumPy 在代码中高效执行这些计算。掌握这些运算对于理解线性代数思想如何转化为实际计算非常重要。