"《线性代数不难[上册]:几何直觉构建+ Manim动画开悟+ Python应用实践+ AI助学赋能》是“鸢尾花数学不难”丛书中的一本，是关于线性代数的。 线性代数是现代科学和工程的数学语言。线性代数不仅是从单变量微积分过渡到多变量微积分的桥梁，更是从一元概率统计走向多元统计分析的核心工具。在机器学习、计算机视觉、自然语言处理、机器人控制、图像处理、量化金融、数据分析等前沿领域，线性代数几乎无处不在。 依照惯例，《线性代数不难[上册]:几何直觉构建+ Manim动画开悟+ Python应用实践+ AI助学赋能》提供代码和视频教学，还提供了使用AI工具陪读的学习思路。 《线性代数不难》分上下两册。上册（《线性代数不难[上册]:几何直觉构建+ Manim动画开悟+ Python应用实践+ AI助学赋能》）内容包括向量、矩阵、矩阵乘法、行列式、逆矩阵、向量空间、线性方程组等相对比较基础的话题；下册则会涉及高阶线性代数、矩阵论、数据分析与机器学习话题，比如线性变换、特征值分解、奇异值分解、主成分分析、最小二乘拟合、瑞利商、矩阵范数、判别分析等。 《线性代数不难[上册]:几何直觉构建+ Manim动画开悟+ Python应用实践+ AI助学赋能》读者分两大部分：第一部分是信息学竞赛参赛者、大学本科学生、考研学生等应试读者；第二部分是机器学习从业者、数据分析师、编程爱好者、计算机图形学研究者等从业或待从业读者。 "

"姜伟生 博士 FRM。勤奋的小镇做题家，热爱知识可视化和开源分享。自2022年8月开始，在GitHub上开源“鸢尾花书”学习资源，截至2025年11月，已经分享8000多页PDF、6000多幅矢量图、约3000个代码文件，全球读者数以万计，GitHub全球排名TOP100。"

Preface 前言 笔者不才，在“鸢尾花数学不难”系列之前还著有“鸢尾花机器学习”系列，两个系列同属“鸢尾花书”学习框架。 “机器学习”系列全套7本，致力于提供面向“准人工智能时代”的有趣、有料、有益的“数学 + 编程 + 可视化 + 机器学习”的学习生态。这套书全系列已经出版，受到了广大读者的肯定，这反而让笔者战战兢兢、如履薄冰。 为什么创作“数学不难”系列？ 既然有了“机器学习”系列，为什么还要另开炉灶？ 简单来说，五年前，从在GitHub开源“机器学习”系列的第一本书稿开始，虽然笔者已经尽量拉低视角，但仍然有很多“零基础”读者陆续反馈“机器学习”系列的数学部分“太难” (当然也有高手反馈太简单)。此外，很多读者反馈“机器学习”系列7本书体系庞大，从数学到机器学习，最容易遇到的障碍就是数学基础概念部分。 而“数学不难”就是关注零基础读者学习感受的新作品。“数学不难”每个分册尽量把基础概念掰开揉碎，讲得清清楚楚，全力提高可学性。 “数学不难”不仅是“机器学习”系列学习数学基础的伙伴，更承担了帮助不同阶段学习者夯实数学基础的刚需使命： 适用于中学生夯实信息学竞赛的数学基础。 “数学 + 编程 + 可视化”帮助本科生领会数学之美，同时学以致用。 毕业后回炉再造，串联知识网络，加深理解，构建更扎实的数学思维。 为考研备考数学提供清晰的思路，更轻松地掌握数学工具，减轻学习负担。 帮助编程学习者、算法研究者理解编程背后的数学原理。 让文科生也能一网打尽编程与数学核心知识，减少焦虑，跨界无忧。 AIGC全程伴读 AI的高速发展，已经让大语言模型 (Dee...