克服广播错误勒polynomails，SciPy的eval_legendre

Question

我试图与SciPy的特殊功能

scipy.special.eval_legendre(n, x) 

它允许你在某些点评估勒评估勒让德多项式P_N（X）。然后，我想将这些勒让德多项式求和，\ Sigma_n P_n（x）。

通过在几个N个值评估P_N（x）的开始，让我们说10定义的数组

arr = np.arange(10) = array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) 

，你可以（x）的这些值评估P_N。

但是我的论点是100乘100的矩阵。所以，

eval_legendre(np.arange(10), matrix) 

将无法​​正常工作，因为有广播错误。这很容易克服。

但随后，我想借这些Legendre多项式

“总和= P_0（X）+ P_1（X）+ P_2（x）+ ... + P_10的总和（X） “

使用

import numpy as np 
np.sum() 

也就是说更为复杂，因为我总结各P_N（X）。

我怀疑正确的做法是一样的东西

for i in arr: 
    np.sum(i, matrix) 

有没有更干净/整洁的方式做到这一点？

Answer 1

这应该做的工作：

sum([eval_legendre(x,matrix) for x in range(1,10)]) 

每次调用eval_legendre函数返回您传递给它的矩阵形状的矩阵。因此，我们可以使用列表理解来列出这些矩阵，并按照您的建议对它们进行求和。