问在==中: s[s[1:] numpy s[:-1]]做什么？

EN

看看这个：

>>> s=numpy.array([1,3,5,6,7,7,8,9])
>>> s[1:] == s[:-1]
array([False, False, False, False,  True, False, False], dtype=bool)
>>> s[s[1:] == s[:-1]]
array([7])

所以s[1:]给出了除第一个数字之外的所有数字，而s[:-1]给出了除了最后一个数字之外的所有数字。现在比较这两个向量，例如，看看两个相邻的元素是否相同。最后，选择这些元素。

s[1:] == s[:-1]将不带第一个元素的s与不带最后一个元素的s进行比较，例如，第0个元素与第1个元素，第1个元素与第2个元素，依此类推，得到一个len(s) - 1布尔元素数组。s[boolarray]将只从s中选择那些在boolarray中相应位置具有True的元素。因此，代码提取与下一个元素相等的所有元素。

它将在排序数组中显示重复项。

基本上，内部表达式s[1:] == s[:-1]将数组与其移位版本进行比较。想象一下：

1, [2, 3, ... n-1, n  ]
-  [1, 2, ... n-2, n-1] n
=> [F, F, ...   F, F  ]

在排序数组中，除非有重复操作，否则结果数组中不会有True。然后，此表达式s[array]过滤那些在索引array中具有True的表达式。