我已经阅读了各种关于标准化和规范化的文章，但没有一篇文章提供了一个具体的例子来说明如何使用他们的公式重新调整数据。
我想按如下方式转换数据；给定data = [x1...xn] rescale(data,n)是否应该将其重新缩放到 n 同时保留分布例如
eg_1 = np.array([1]) -->rescale(eg, 2) -->[0.5, 0.5]
eg_2 = np.array([1,1]) -->rescale(eg_2, 4) -->[0.5,0.5,0.5,0.5]
eg3 = np.array([0,1]) --> rescale(eg_3,4) --> [0,0,0.5,0.5]
如果可能的话，我也希望反过来是真的，例如
inv_eg1 = np.array([0.5,0.5,0.5,0.5]) --->inv_rescale(inv_eg1,2) --> [1,1]
我最初的尝试只是公式，（数组中变量的总和/数组的总长度）* 范围号。所需范围的值 = 范围无位置的值。但不幸的是，它没有保留分布。
目的是，我想应用各种不同形状的内核和矩阵，但我不想使用填充。
请帮忙