在Python中，你可以使用`numpy`库来计算矩阵乘法。以下是使用`numpy`进行矩阵乘法的几种方法：
1. 使用`numpy.matmul（）`函数：
```python
import numpy as np
创建矩阵
matrix_a = np.array（[[1, 2], [3, 4]]）
matrix_b = np.array（[[5, 6], [7, 8]]）
使用matmul（）函数进行矩阵乘法
result_matrix = np.matmul（matrix_a, matrix_b）
print（result_matrix） 输出：array（[[19, 22], [43, 50]]）
2. 使用`numpy.dot（）`函数：```pythonimport numpy as np
创建矩阵
matrix_a = np.array（[[1, 2], [3, 4]]）
matrix_b = np.array（[[5, 6], [7, 8]]）
使用dot（）函数进行矩阵乘法
result_matrix = np.dot（matrix_a, matrix_b）
print（result_matrix） 输出：array（[[19, 22], [43, 50]]）
3. 使用`*`运算符（注意：这实际上是元素对应相乘后求和，不是矩阵乘法）：
```python
import numpy as np
创建矩阵
matrix_a = np.array（[[1, 2], [3, 4]]）
matrix_b = np.array（[[5, 6], [7, 8]]）
使用*运算符进行矩阵乘法
result_matrix = matrix_a * matrix_b
print（result_matrix） 输出：array（[[ 5, 12],
[21, 32]]）
4. 使用自定义函数进行矩阵乘法：```pythondef matrix_multiply（matrix1, matrix2）:
new_matrix = [[0 for j in range（len（matrix2））] for i in range（len（matrix1））]
for i in range（len（matrix1））:
for j in range（len（matrix2））:
for k in range（len（matrix2））:
new_matrix[i][j] = matrix1[i][k] * matrix2[k][j]
return new_matrix
创建矩阵
matrix_a = [[1, 2], [3, 4]]
matrix_b = [[5, 6], [7, 8]]
使用自定义函数进行矩阵乘法
result_matrix = matrix_multiply（matrix_a, matrix_b）
print（result_matrix） 输出：[[19, 22], [43, 50]]
以上是使用`numpy`进行矩阵乘法的几种方法。你可以根据你的需要选择合适的方法。