如何将interp1d插值函数转换为非原始x坐标对应的离散数据点？

核心逻辑是先在你需要的x轴区间生成均匀分布的500个采样点，再传入你已经生成的interp1d插值函数计算对应y值，即可得到目标离散数据集，参考实现代码如下：

import numpy as np
import pandas as pd

# 生成x轴采样点：示例使用你代码中限定的绘图区间1030-1102，共500个均匀分布的点
# 若需使用原始数据的完整x区间，可将起止值替换为对应原始x列的min()、max()
x_sampled = np.linspace(1030, 1102, 500)

# 第一组数据集：Ch_resting_spores插值结果
y_ch = elems['Ch_resting_spores'](x_sampled)
# 转成DataFrame格式方便后续处理，也可直接用numpy数组存储
dataset_ch = pd.DataFrame({
    "Age_ka": x_sampled,
    "Ch_resting_spores": y_ch
})

# 第二组数据集：intersmall插值结果
y_small = intersmall(x_sampled)
dataset_small = pd.DataFrame({
    "age_med_Ka": x_sampled,
    "small": y_small
})

如果需要将结果导出为本地文件，可补充调用pandas的导出方法：

# 导出为csv文件，index=False表示不导出自动生成的行索引
dataset_ch.to_csv("ch_resting_spores_500.csv", index=False)
dataset_small.to_csv("small_500.csv", index=False)

内容的提问来源于stack exchange，提问作者geeseproblems