Python是一种流行的编程语言，它提供了各种数值计算和矩阵操作的库。在这些库中，numpy是最常用的矩阵操作库之一。它的一个重要特征是它可以快速计算矩阵最小值。

# 导入numpy
import numpy as np
# 创建一个2x3的矩阵
matrix = np.array([[1, 2, 3], [4, 5, 6]])
# 计算最小值
min_val = np.min(matrix)
# 打印结果
print("矩阵最小值为: ", min_val)

在上面的代码中，我们首先导入numpy库，然后创建一个2x3的矩阵。然后使用np.min()函数计算矩阵的最小值，并将结果存储在min_val变量中。最后，我们使用print()函数打印结果。

如果矩阵很大，numpy的计算速度非常快，这使得它非常适合处理大型数据集和计算机视觉应用程序。

在使用numpy库时，还有很多其他的矩阵操作可以使用，例如计算平均值、方差、标准差等。因此，熟练使用numpy库是数据科学和机器学习领域中必不可少的技能之一。