Python作為一種功能強大且易學易用的編程語言，在許多科學計算領域都有廣泛的應用。其中，矩陣方程組的求解是Python常用的計算任務之一。Python常用的矩陣方程組求解庫包括Numpy和Scipy等。

在Python中，可以使用Numpy庫中的numpy.linalg.solve()函數來解決矩陣方程組。該函數的輸入參數為系數矩陣A和常數矩陣b，輸出為未知變量向量x，表示矩陣方程組Ax=b的解。例如：

import numpy as np
A = np.array([[1, 2], [3, 4]])
b = np.array([5, 6])
x = np.linalg.solve(A, b)
print(x)

輸出結果為：

[[-4.   4.5]]

同時，Scipy庫中也提供了求解矩陣方程組的函數scipy.linalg.solve()和scipy.linalg.lstsq()。其中，scipy.linalg.solve()函數和Numpy中的numpy.linalg.solve()函數的用法相似；而scipy.linalg.lstsq()函數則用于求解最小二乘問題的解。例如：

import scipy.linalg as la
A = np.array([[1, 2], [3, 4]])
b = np.array([5, 6])
# 求解矩陣方程組
x = la.solve(A, b)
print(x)
# 求解最小二乘問題
x, residuals, rank, s = la.lstsq(A, b)
print(x)

注意：求解矩陣方程組時，系數矩陣A必須滿足可逆條件。如果系數矩陣A不可逆，則需要進行矩陣分解或使用最小二乘法求解。

總之，Python中的矩陣方程組求解功能非常強大和方便，能夠滿足許多科學計算領域的需求，具有廣泛的應用前景。