在python中，这是做什么的： tan_y[:-1][np.diff(tan_y) < 0] 。

Question

在学习如何使用matplotlib简单地绘制tan函数图时，我偶然发现网上有这样一行代码tan_y[:-1][np.diff(tan_y) < 0]。我只是想知道 各部分 准则的内容

import matplotlib.pyplot as plt
import numpy as np

#In Degrees
x = np.linspace(0,360,600)
tan_y = np.tan(x*(np.pi/180))
tan_y[:-1][np.diff(tan_y) < 0] = np.nan #Not quite sure what the start of this function does

plt.plot(x,tan_y,linewidth = 3) #Plot tan function

plt.ylim(-20,20)
plt.xlabel('X', fontweight = 'bold', fontsize = 12)
plt.ylabel(r'$\sin(x)$', fontweight = 'bold', fontsize = 12)
plt.title('Wave', fontweight = 'bold', fontsize = 14)
plt.grid(True)
plt.show()

Answer 1

程序语法解释

1. tan_y 是一个 numpy.dnarray它代表了数学的序数。棕褐色 函数，之前已经定义。它是一个600元素长的数组。

2. tan_y[:-1] 提取数组中的每个元素，直到最后一个，排除。由于在Python中，循环的停止元素是独占的，所以这是一种放弃数组最后一个元素的方法，请看这个例子。

   for i in range(5):
       print(i)
   
   0
   1
   2
   3
   4
   

   Number 5 它没有被打印出来，因为它是循环的停止元素。所以。tan_y[:-1] 是删除这个数组中最后一个元素的方法，所以 tan_y[:-1] 是599个元素长。

3. np.diff(tan_y) 的 "导数"。tan_y，见 文件. 它把第i个元素减去前一个元素(i-1)-th，就像这个例子一样。

   import numpy as np
   
   x = np.array([0, 1, 2, 5, 8, 4, -1])
   dx = np.diff(x)
   
   print(dx)
   
   [ 1  1  3  3 -4 -5]
   

   正如你所看到的，结果是一个数组，其中每个元素都是每个元素之间的差值的结果 x 及其以前的。重要提示：结果是 dx 短于1个元素 x因为计算方式的原因。这就是为什么你需要删除最后一个元素的原因。tan_y 在前一点。tan_y 和 np.diff(tan_y) 必须具有相同的长度才能进行比较。在这种情况下，两者都是599元素长。

4. np.diff(tan_y) < 0 生成一个长度相同的布尔数组。np.diff(tan_y)，在这种情况下，599，其中。

   • 如果第i个元素 np.diff(tan_y) 是正数，则第i个元素 np.diff(tan_y) < 0 设置为 False
   • 如果 np.diff(tan_y) 是负数，则第i个元素 np.diff(tan_y) < 0 设置为 True

   这是一种创建过滤器的方法：一个数组的 True 和 False 根据指定的条件。

5. tan_y[:-1][np.diff(tan_y) < 0] 将你在第4点创建的过滤器应用到第2点生成的数组中。为了做到这一点，两个数组必须具有相同的长度，在这种情况下，599元素长。

6. tan_y[:-1][np.diff(tan_y) < 0] = np.nan 设置为 NaN 要素 tab_y 其中其导数为负数。

---

数学意义

到目前为止还不错吧？如果我对Python语言的解释还没有让你失去兴趣的话，我们就进入数学部分。我想您应该知道 tan(x) 是一个 递增单调函数. 这意味着它正在全面崛起。领域. 换句话说，它的导数在其域内必须始终是正值。如果你试着运行这段代码，没有这行代码，你会看到这样的东西。

这些垂直的线条是什么？ 是函数的渐近线的对应关系？这是因为 plt.plot() 不知道它正在策划一个 tan(x)，它有渐近线。plt.plot() 简单地在你指定的曲线的每一点之间画一条线。为了更好地理解这一点，我用少量的点（30）和这个选项重新绘制了之前的图。

plt.plot(x,tan_y,'o-',linewidth = 2)

这就是我得到的结果

很难看吧？通常情况下，如果你想 掩耳盗铃，你增加的点，这提高了 决心 的曲线。尽管如此，垂直线依然存在。所以，这条线

tan_y[:-1][np.diff(tan_y) < 0] = np.nan

是一种设置为 NaN 的值 tan_y 当它的导数为负值时：正好与垂直线对应，这样就可以把它们去掉了! 有了这个滤波器，图形就变成了。

一个干净，平滑的 tan(x) 没有渐变线的图形。