在Python中，矩陣是一種非常常用的數(shù)據(jù)結(jié)構(gòu)，尤其在科學(xué)計(jì)算、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)等領(lǐng)域中。矩陣的行數(shù)和列數(shù)是矩陣的重要屬性，我們可以通過代碼來獲取它們。

# 定義一個(gè)矩陣
matrix = [
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
]
# 獲取矩陣的行數(shù)和列數(shù)
rows = len(matrix)
cols = len(matrix[0])
print("矩陣的行數(shù)是：", rows)
print("矩陣的列數(shù)是：", cols)

上述代碼定義了一個(gè)3x3的矩陣，并使用len()函數(shù)獲取了矩陣的行數(shù)和列數(shù)。需要注意的是，矩陣的行數(shù)可以直接通過矩陣列表的長度來獲取，而矩陣的列數(shù)需要先取出矩陣的第一行，再獲取該行列表的長度。

除此之外，我們還可以通過numpy庫中的shape屬性來獲取矩陣的行數(shù)和列數(shù)。示例如下：

import numpy as np
# 定義一個(gè)矩陣
matrix = np.array([
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]
])
# 獲取矩陣的行數(shù)和列數(shù)
rows, cols = matrix.shape
print("矩陣的行數(shù)是：", rows)
print("矩陣的列數(shù)是：", cols)

上述代碼先導(dǎo)入numpy庫，然后定義了一個(gè)3x3的矩陣。通過numpy中的shape屬性可以一次性獲取矩陣的行數(shù)和列數(shù)，這種方法更加簡潔和方便。