Python是一种流行的程序设计语言，具有良好的可读性和高级的 编程功能。Python的优势之一是其能够操作和处理矩阵数据，同时其有众多的矩阵作图命令。

import numpy as npimport matplotlib.pyplot as plt# 定义一个二维矩阵matrix = np.array([[1, 2], [3, 4]])# 绘制矩阵图像plt.imshow(matrix)# 显示图像plt.show()

在上面的代码中，首先我们引入了numpy和matplotlib.pyplot库。这两个库是Python中经常使用的科学计算和绘图工具。我们定义了一个二维矩阵，然后使用matplotlib.pyplot库中的imshow函数绘制了矩阵的图像。最后使用show函数显示这个图像。

import numpy as npimport matplotlib.pyplot as plt# 定义x坐标和y坐标x = np.linspace(-1, 1, 100)y = np.linspace(-1, 1, 100)# 定义一个二维矩阵matrix = np.zeros((100, 100))# 计算每个点的值for i in range(100):for j in range(100):matrix[i, j] = x[i] * y[j]# 绘制矩阵图像plt.imshow(matrix)# 显示图像plt.show()

上面的代码中，我们定义了x坐标和y坐标，然后使用numpy库中的linspace函数生成从-1到1的100个坐标点。接着定义了一个100x100的矩阵，并使用两个嵌套的for循环计算每个点的值。最后使用imshow和show函数绘制和显示图像。

总的来说，Python中矩阵作图命令灵活多样，非常适合科学计算和可视化需求。