Python Numpy interp不插值/外推值，仅查找数据点是否高于或低于最大经验值

我有以下经验数据：

emp_data = np.array([[0.5, -24.111869188789498],
[1.0, -30.166986253668671],
[1.5, -33.310250723584765],
[2.0, -35.629672538473848],
[2.5, -39.416821042883605],
[3.0, -41.05367278405226],
[3.5, -42.702793174115918],
[3.653, -41.173808136289971],
[4.0, -45.327195234249011],
[4.5, -47.170664776211105],
[5.0, -45.838914309065679],
[5.5, -47.83778613822286],
[6.0, -49.55982614930786],
[6.5, -48.899619370977753]])

我想根据一个新的数据点，类似于第二列，从这个数据中插值或外推一个值。eg-38。如果我尝试插值，这个值interp返回6.5

numpy.interp(-38, emp_data[:,1], emp_data[:,0])
Out[65]: 6.5

numpy interp对低于-48.89（经验数据中的最大值）的任何值返回6.5，对高于-48.89的任何值返回0.5。有人知道为什么吗

---

感谢

numpy.interp
的帮助

不检查x坐标序列
xp
是否增加。如果
xp
没有增加，结果毫无意义。一个简单的检查
递增是：：

np.all(np.diff(xp) > 0)

看起来你混淆了横坐标，即x值，和纵坐标，即f（x）或y值

因此，如果您想以自动化的方式找到x值，其中f（x）=-38，您需要的不仅仅是插值。例如，您可以将多项式
p（x）
拟合到数据中，然后查找
p（x）-（-38）
的根。文档中提到
xp
值必须增加。你试过对数组进行排序吗？看起来你是对的，我订购了xp，它在数据内插值，但不能在xp范围外进行外推。你有没有什么简单的方法可以将多项式拟合到数据中（例如另一个numpy函数？）我不认为像你通过排序和插值那样反转x和y是个好主意，因为只有当你的函数是内射的，即增加（或减少）时，这才是适定的。有
numpy.polyfit
来找到插值函数。你应该用它来寻找根。然而，外推会导致很大的误差。我不需要非常精确——只要给我一个大概的数字就行了。所以如果我找到多项式，我想找到p的值，其中p（x）=-38（或者任何我想外推的值？