2021.6.9 Python部分常用函数整理

import numpy as np
import matplotlib.pyolot as plt 

np.ix_ ; plt.spy 函数

np.ix_([0, 1], [1,2]) # 构造出一个索引矩阵, 用于索引其它矩阵的 (0,1), (0, 2), (1, 0), (1, 2) 元
plt.spy(M, color='r') # 绘制出矩阵 M 的稀疏矩阵结构, 其中 color 参数用来表示绘图的颜色.

Legendre 多项式相关的函数

from scipy.special.orthogonal import  roots_sh_legendre,eval_sh_legendre
 # roots_sh_legendre 函数返回 Legendre--Gauss 型求积公式的求积节点和求积权重, 例子: 
 quadpts, weights = roots_sh_legendre(3) # 返回3点Legendre-Gauss型求积公式的节点和权重

 # eval_sh_legendre 返回转移 Legendre 多项式在需要点的函数值, 调用格式: 
 eval_sh_legendre(n, x) # n 表示多项式的次数, x 表示需要获取值的点
 # 可惜的是这个函数好像不能计算导数, 下面是自己写的, 可以计算 Legendre 多项式的导数值, 只不过是 [-1, 1] 上的, 
 # 后面有空考虑做两点改进: 
 # 1. 把定义改到 [0, 1] 上, 这个很好改.
 # 2 想办法让这个函数能作用在向量上. 

 # n 表示次数, m 表示导数次数, x 表示所需要的取值的点.
 def my_eval_legendre(n, m, x):
    L = np.zeros((n+1, m+1))
    if n == 0:
        return 1 if m == 0 else 0
    else:
        L[0, 0], L[1, 0] = 1, x
        if m == 0:
            for i in range(2, n+1):
                L[i, m] = \
                        ((2 * i - 1) * x * L[i-1, m] - (i - 1) * L[i-2, m]) / i
        else:
            L[0, 0], L[0, 1] = 1, 0
            L[1, 0], L[1, 1] = x, 1
            for i in range(2, n+1):
                for j in range(0, i+1):
                    if j > m: break     
                    L[i, j] = \
                    ( j * (2 * i - 1) * L[i-1, j-1] \
                          + x * L[i-1, j] * (2 * i - 1) \
                          - (i - 1) * L[i-2, j] ) / i
    return L[-1, -1]
 .