• 首先、探讨此问题前请确保理解矩阵概念，以及明白矩阵乘法的运算方式
• 其次、了解下面矩阵中每一个位置数值的作用。

![](http://latex.codecogs.com/png.latex?
$$
\left [
\begin{matrix}
MSCALE_X & MSKEW_X & MTRANS_X \
\
MSKEW_Y & MSCALE_Y & MTRANS_Y \
\
MPERSP_0 & MPERSP_1 & MPERSP_2
\end{1}
\right ]
$$)

以上是前提条件，如果不理解这些内容以下所有说明都是白搭。

• 概念一、矩阵乘法不满足交换律，即 A_B ≠ B_A
• 概念二、pre相当于矩阵的右乘，而post相当于矩阵的左乘
• 概念三、程序每一步运算都会得到确定的结果
• 概念四、根据矩阵乘法运算规则可得，每一次矩阵相乘都会受到其中的所有元素影响，左乘和右乘影响的结果也不同。

当执行 preTranslate 时会受到 MSCALE_X 和 MSCALE_Y 的影响，具体影响如何，自己运算一遍矩阵乘法即可。
例如，当进行如下操作时

Matrix matrix = new Matrix();
matrix.preScale(0.5f, 0.8f);
matrix.preTranslate(1000, 1000);
Log.e(TAG, "MatrixTest:3" + matrix.toShortString());

执行完 preScale(0.5, 0.8)，缩放为 (0.5, 0.8)
执行完 preTranslate(1000, 1000)，结果平移距离为(500, 800) (概念四、每一次矩阵相乘都会受到其中的所有元素影响)
因此产生一种先执行了平移操作，之后将平移距离缩放的错觉。

最后: 矩阵(线性代数) 是一个学期的数学课程，不是我三言两语能够说明白的，(如果我有这种能力早去当教授了)，矩阵相关的具体资料可以自行寻找，网上有很多。

@GcsSloop 真是好心人啊 @a474790005
我最近写的一篇，没写完额，这个例子，按照矩阵乘法的顺序计算了一遍，每一步骤的结果，具体计算过程可以自己尝试，在跟我的结果对照
https://github.com/xingstarx/AndroidNote/blob/master/view/Matrix%E8%AF%A6%E8%A7%A3.md#部分疑问解读