关于Python的列表推导式用于画函数图像

这个列表推导式以前没见过，现在用起来感觉还挺方便的。具体用法是这样的，比如说，我创建了一个一维numpy列表

x_np_list = np.linspace(0, 2, 1000)

y_np_list = np.array([function() for i in x_np_list])	# 这里function是函数名，括号可以有参数

至于为什么要这么创建，等等你就能弄明白了，我们这里为了画函数图像，当然要选则一些离散点，首先选择离散的横坐标 $x$，再要选择一一对应离散的纵坐标 $y$，这里要保证 $x$与 $y$的数组长度相等。

plt.plot(x, y)

这里 $x$可以是 $[1, 2, 3]$， $y$可以使 $[1,2,3]$，那么这三个点坐标分别为 $(1,1),(2,2),(3,3)$
这条直线的形式就是
$y=x$
可以说列表推导式可以表达一个映射的关系

画一个三角波函数

三角波分为三段：上升段、下降段和平坦段

import numpy as np
import matplotlib.pyplot as plt


def triangle_wave(x, c, c0, hc):
    x = x - int(x)  # 三角波的周期为1，因此只取x坐标的小数部分进行计算
    if x >= c:
        r = 0.0
    elif x < c0:
        r = x / c0 * hc
    else:
        r = (c - x) / (c - c0) * hc
    return r


x = np.linspace(0, 2, 1000)
y = np.array([triangle_wave(t, 0.6, 0.4, 1.0) for t in x])

plt.plot(x, y)
plt.show()