我尝试使用scipy.curve_fit或scipy.least_squares来实现如下函数

def f(x, C): 
    
  r = 0
  for i in range( len(C) ) :
      for j in range( len(C[i]) ):
          r+= x[0]**j * x[1]**i * C[i][j]          
  return r

字符串
其中C是长度定义的运行时间的列表的列表。代码的一个参数是类似[[1., 1.]]或[[1., 1.], [1.]]的东西，它定义了C的形状。
我试着跟随this answer，但C将是一个NxN矩阵，而curve_fit不能很好地使用矩阵作为输入。我试图定义一个以x, *args为参数的函数，但目前还没有成功。
我还尝试了直接使用least_squares的另一个答案，但在这里我也遇到了一个障碍，那就是我事先不知道行的大小。
我觉得这两个答案的结合对我来说可以起作用，但我不能弄清楚。我想写一个函数，它的参数是C的长度，C[i]的长度列表，然后是C的元素，但我不能写一个工作版本的代码。如果有人对如何做到这一点有一个清晰的理解，或有类似的问题，我会感谢任何帮助。