如何使用numpy在数组连续元素之间插入n个等间距计算值

实现方案 #

Numpy 可以通过内置函数直接实现该需求，无需自定义循环逻辑，以下是两种常用的高效实现方式：

方法1：使用np.interp插值实现（最简洁）

利用一维线性插值函数直接生成等间距采样结果，代码逻辑极简：

import numpy as np
a = np.array([1,2,3])
n = 1 # 每对连续元素之间插入的数值个数

# 生成原始坐标和新采样坐标
x_original = np.arange(len(a))
x_new = np.arange(0, len(a), 1/(n+1))
# 插值得到最终结果
result = np.interp(x_new, x_original, a)

输出验证：

• 当n=1时，result为 array([1. , 1.5, 2. , 2.5, 3. ])，完全匹配示例要求
• 当n=2时，result为 array([1. , 1.33333333, 1.66666667, 2. , 2.33333333, 2.66666667, 3. ])，保留两位小数即可匹配示例结果。

方法2：使用np.linspace批量生成（灵活性更高）

如果需要对插值过程做更多自定义控制，可以通过批量生成相邻区间的等距点实现：

import numpy as np
a = np.array([1,2,3])
n = 2

# 逐对生成相邻元素的等距点，去掉重复的区间边界后展平
result = np.r_[np.linspace(a[:-1], a[1:], n+2, axis=1)[:, :-1].ravel(), a[-1]]

该方法的输出和方法1完全一致，大数组场景下的运算效率同样很高。

内容的提问来源于stack exchange，提问作者momba