在Python中，使用NumPy庫進行矩陣分解需要使用特定的函數。以下是常見的幾種矩陣分解方法：
1.LU分解：將一個方陣分解為一個下三角矩陣（L）和一個上三角矩陣（U）的乘積。可以使用numpy.linalg.lu()函數實現。
import numpy as np
A = np.array([[1, 2], [3, 4]])
P, L, U = np.linalg.lu(A)
print("P:", P)
print("L:", L)
print("U:", U)
2.QR分解：將一個矩陣分解為一個正交矩陣（Q）和一個上三角矩陣（R）的乘積。可以使用numpy.linalg.qr()函數實現。
import numpy as np
A = np.array([[1, 2], [3, 4]])
Q, R = np.linalg.qr(A)
print("Q:", Q)
print("R:", R)
3.SVD分解：將一個矩陣分解為三個矩陣的乘積，即左奇異向量矩陣（U）、對角矩陣（S）和右奇異向量矩陣（V）。可以使用numpy.linalg.svd()函數實現。
import numpy as np
A = np.array([[1, 2], [3, 4]])
U, S, V = np.linalg.svd(A)
print("U:", U)
print("S:", S)
print("V:", V)
這些函數都可以用于矩陣分解，具體使用哪種方法取決于你的需求。
