在Python中，矩阵相乘可以通过多种方式实现，这里我会展示两种常见的方法：使用NumPy库和使用Python的列表操作。首先确保你已经安装了NumPy库，如果没有的话，可以通过pip来安装：
```bash
pip install numpy
```
**使用NumPy库进行矩阵相乘**：
NumPy是Python中用于数值计算的库，它提供了大量的数学函数和矩阵操作功能。使用NumPy进行矩阵相乘非常简单。下面是一个例子：
```python
import numpy as np
# 创建两个矩阵
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
# 矩阵相乘
C = np.dot(A, B) # 或者使用 A @ B 进行矩阵乘法（在较新的NumPy版本中）
print(C) # 输出结果矩阵
```
**使用Python列表进行矩阵相乘**：
如果你不使用NumPy库，也可以使用Python的列表操作来实现矩阵相乘。但是这种方法相对繁琐，因为你需要手动实现矩阵乘法的算法。下面是一个简单的例子：
```python
# 创建两个矩阵（使用列表的列表表示）
A = [[1, 2], [3, 4]]
B = [[5, 6], [7, 8]]
# 获取矩阵的维度
rows_A, cols_A = len(A), len(A[0]) # A的行数和列数
rows_B, cols_B = len(B), len(B[0]) # B的行数和列数
# 确保矩阵可乘（即A的列数等于B的行数）
assert cols_A == rows_B, "矩阵不可乘"
# 初始化结果矩阵（行数等于A的行数，列数等于B的列数）
C = [[0 for _ in range(cols_B)] for _ in range(rows_A)] # 初始化结果矩阵的行列数并填充为0
# 矩阵相乘的算法实现（使用嵌套循环）
for i in range(rows_A): # A的行循环
for j in range(cols_B): # B的列循环
for k in range(cols_A): # A的列循环同时也是中间连接的桥梁（乘法的纽带）
C[i][j] += A[i][k] * B[k][j] # 按照矩阵乘法规则计算并累加结果到对应位置
# C[i][j] = C[i][j] + A[i][k] * B[k][j]（不使用累加的方式也可以，但效率较低）
print(C) # 输出结果矩阵（手动计算的结果应该与NumPy计算的结果相同）
```
注意：这种方法需要理解矩阵乘法的规则，并且在实现过程中容易出现错误。在实际应用中，建议使用NumPy库来进行矩阵操作，因为它既高效又方便。