如何在NumPy数组每两个相邻元素间插入二者的平均值

核心逻辑：输入数组长度为n时，输出数组长度为2n - 1，偶数索引位保留原元素，奇数索引位存放相邻两个原元素的平均值。

方法1：索引赋值法（性能最优） #

直接创建目标长度的空数组，分别给奇偶索引位赋值，无多余内存操作，适合处理大数组：

import numpy as np

x = np.array([1, 3, 5, 7, 9])
res_len = 2 * len(x) - 1
result = np.empty(res_len, dtype=x.dtype)
# 偶数位赋值原数组元素
result[::2] = x
# 奇数位赋值相邻元素平均值
result[1::2] = (x[:-1] + x[1:]) / 2

print(result)
# 输出：[1 2 3 4 5 6 7 8 9]

方法2：线性插值法（扩展性最强） #

调用NumPy内置的插值函数实现，调整插值密度时只需修改linspace的参数即可：

import numpy as np

x = np.array([1, 3, 5, 7, 9])
n = len(x)
old_idx = np.arange(n)
# 生成间隔为0.5的新索引坐标
new_idx = np.linspace(0, n-1, 2*n -1)
result = np.interp(new_idx, old_idx, x)

# 如果需要整数类型输出可以加类型转换
# result = result.astype(int)
print(result)
# 输出：[1. 2. 3. 4. 5. 6. 7. 8. 9.]

方法3：堆叠展平法（代码最短） #

通过数组堆叠+展平实现，代码更精简：

import numpy as np

x = np.array([1, 3, 5, 7, 9])
result = np.column_stack([x[:-1], (x[:-1] + x[1:])/2]).ravel()
result = np.append(result, x[-1])

print(result)
# 输出：[1. 2. 3. 4. 5. 6. 7. 8. 9.]

内容的提问来源于stack exchange，提问作者Adam