Kant-en-klare methodes voor het berekenen van de kern en het beeld van een matrix worden alleen door het Symbolic Python (sympy) pakket aangeboden.

>>> import sympy as sy 
>>> sy.init_printing(use_unicode=True)  # voor iets mooiere uitvoer
>>> A = sy.Matrix([[1, 0, 1], [2, 1, 1], [-1, 1, -2]]); A
⎡1   0  1 ⎤ 
⎢         ⎥
⎢2   1  1 ⎥
⎢         ⎥
⎣-1  1  -2⎦
>>> A.nullspace()    # opspannende vectoren voor de kern van A 
⎡⎡-1⎤⎤
⎢⎢  ⎥⎥
⎢⎢1 ⎥⎥
⎢⎢  ⎥⎥
⎣⎣1 ⎦⎦
>>> A.rank()         # rang van A
2
>>> A.columnspace()  # opspannende vectoren voor het beeld van A
⎡⎡1 ⎤  ⎡0⎤⎤
⎢⎢  ⎥  ⎢ ⎥⎥
⎢⎢2 ⎥, ⎢1⎥⎥
⎢⎢  ⎥  ⎢ ⎥⎥
⎣⎣-1⎦  ⎣1⎦⎦

Het Symbolic Python (scipy) pakket heeft een lineaire algebra module die met MATLAB vergelijkbare functies bevat. Voor numerieke berekeningen heeft deze aanpak de voorkeur.

>>> import scipy.linalg as la
>>> A = sp.array(A); print(A)
[[1 0 1]
 [2 1 1]
 [-1 1 -2]]
>>> la.null_space(A)  # opspannende vectoren voor de kern van A
 [[-0.57735027]
  [ 0.57735027]
 [ 0.57735027]]
>>> from numpy.linalg import matrix_rank
>>> matrix_rank(A)    # rang van A
2
>>> la.orth(A)        # opspannende vectoren voor het beeld van A
 [[-4.26401433e-01 -5.60016277e-18]
  [-6.39602149e-01 -7.07106781e-01]
 [ 6.39602149e-01 -7.07106781e-01]]