scipy.interpolate.interp1d已标记为Legacy，合适替代方案是什么？

针对你提到的 scipy.interpolate.interp1d 被标记为遗留类、且 numpy.interp() 无法返回可复用插值函数的问题，以下是SciPy官方推荐的、当前维护的替代方案，完全满足返回插值函数的需求：

• 三次样条插值替代：scipy.interpolate.CubicSpline
  如果你之前使用 interp1d(kind='cubic')，CubicSpline 是官方指定的替代项，它返回可调用的插值函数，还支持计算导数、积分。示例代码：

  from scipy.interpolate import CubicSpline
  import numpy as np
  
  x = np.linspace(0, 10, 10)
  y = np.sin(x)
  # 创建插值函数
  spline = CubicSpline(x, y)
  # 使用插值函数计算新点
  x_new = np.linspace(0, 10, 100)
  y_new = spline(x_new)
  

• 保单调插值替代：scipy.interpolate.PchipInterpolator
  对应 interp1d(kind='pchip')，该插值器能保持原始数据的单调性，避免出现过冲，适合处理有趋势的数据集。用法示例：

  from scipy.interpolate import PchipInterpolator
  pchip = PchipInterpolator(x, y)
  y_new = pchip(x_new)
  

• Akima插值替代：scipy.interpolate.Akima1DInterpolator
  如果你之前用的是 interp1d(kind='akima')，这个类是直接替代，它对断点的处理更平滑，同样返回可调用的插值函数：

  from scipy.interpolate import Akima1DInterpolator
  akima = Akima1DInterpolator(x, y)
  y_new = akima(x_new)
  

• 线性插值替代
  若你使用的是线性插值（interp1d(kind='linear')），可以自己封装 numpy.interp 得到可复用函数，简单直接：

  # 封装numpy.interp的方案
  def linear_interp(x, y):
      def interp_func(x_new):
          return np.interp(x_new, x, y)
      return interp_func
  
  lin_interp = linear_interp(x, y)
  y_new = lin_interp(x_new)
  

这些替代类均属于SciPy当前活跃维护的模块，不会被标记为遗留，完全适配你之前依赖 interp1d 返回插值函数的使用场景。

内容的提问来源于stack exchange，提问作者Gabriel