Python Numpy 一维时序数据按比例扩充、插值、压缩、重采样

利用Numpy插值来线性缩放一维数据。如下：

import numpy as np

a = np.array([1,2,3,4,5,10,9,8,7,6])

a = np.interp(np.arange(0, len(a), 0.5), np.arange(0, len(a)), a) # 压缩0.5倍（放大2倍）
print(a)

输出为：[ 1.   1.5  2.   2.5  3.   3.5  4.   4.5  5.   7.5 10.   9.5  9.   8.5  8.   7.5  7.   6.5  6.   6. ]

a2 = np.interp(np.arange(0, len(a), 2), np.arange(0, len(a)), a) # 压缩2倍（放大0.5倍）
print(a2)

输出为：[1. 3. 5. 9. 7.]

问题：在压缩时，不能保证峰值、两端的值保持一致。

参考：重新采样一个 numpy 数组 Resample a numpy array (icopy.site)