Python是一种支持矩阵操作的编程语言，它提供了许多方便处理多维数组的工具和方法。其中，矩阵是指由数字组成的矩形数组，通常用于表示线性代数中的向量和矩阵等概念。

在Python中，我们可以使用许多不同的数据结构来实现矩阵的存储。其中，最常见的方式是使用Numpy库中的ndarray对象，它可以提供高效的矩阵运算和操作。在创建ndarray对象时，我们可以通过指定shape参数来定义矩阵的维度和尺寸。

import numpy as np
# 创建一个3x3的矩阵
matrix = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
# 访问矩阵中的元素
value = matrix[0][1]    # 获取第1行第2列的元素值
print(value)    # 输出2

另外，我们还可以使用Python标准库中的列表来存储矩阵。在这种情况下，我们需要自行编写矩阵运算和操作的代码，并注意列表中每个元素的位置和索引。虽然这种方式不如ndarray对象高效，但它在某些情况下也是可行的。

# 创建一个3x3的矩阵
matrix = [[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]
# 访问矩阵中的元素
value = matrix[0][1]    # 获取第1行第2列的元素值
print(value)    # 输出2

总的来说，Python提供了多种方式来存储和处理矩阵。选择合适的方法取决于具体的应用场景和需求。在使用Python进行科学计算和数据分析时，Numpy库中的ndarray对象是一个不错的选择。