Python中有很多强大的数学库，其中最常用的就是numpy。在numpy中，有一个非常重要的操作——矩阵平方根。

import numpy as np
# 定义一个矩阵
A = np.array([[1, 2], [2, 5]])
# 计算矩阵平方根
B = np.linalg.matrix_power(A, 1/2)
print(B)

在上面的代码中，我们首先导入了numpy库，然后定义了一个2x2的矩阵A。接着使用numpy库中的linalg模块中的matrix_power()函数来计算矩阵A的平方根，并将结果保存在变量B中。

需要注意的是，在使用matrix_power()函数时，需要指定平方根的次数。在这里，我们将次数指定为1/2，即对矩阵A进行1/2次幂运算，得到矩阵A的平方根。

通过运行上面的代码，可以得到矩阵A的平方根，即：

[[1.11803399  0.50709255]
 [0.50709255  1.87082869]]

numpy中的矩阵平方根操作在科学计算中非常常用。它不仅可以用来求解线性方程组，还可以应用到信号处理、图像处理等领域中。因此，学习numpy中矩阵平方根的使用方法，对于进行科学计算的人来说非常重要。