为某些值构造函数时python/numpy中的AttributeError

我正在编写Python代码来生成和绘制“超高斯”函数，如下所示：

def supergaussian(x, A, mu, sigma, offset, N=8):
    """Supergaussian function, amplitude A, centroid mu, st dev sigma, exponent N, with constant offset"""
    return A * (1/(2**(1+1/N)*sigma*2*scipy.special.gamma(1+1/N))) * numpy.exp(-numpy.absolute(numpy.power(x-mu,N))/(2*sigma**N)) + offset

init_x = numpy.arange(-100,100,1.0)
init_y = supergaussian(init_x, 1, 0, 25, 0, N=12)

下面的代码只是它的一个绘图。出于我无法理解的原因，当使用

N

的默认值8，或

N

的值高达13时，此代码工作正常。当

N

为14或更高时，函数崩溃并显示错误消息：

AttributeError: 'float' object has no attribute 'exp'

在函数定义的返回行。有什么想法吗？由于该行中唯一使用.exp的是

numpy.exp

，因此错误消息似乎暗示

numpy

被解释为浮点，但仅适用于

N

的大值

---

我正在使用numpy 1.7.1和scipy 0.12.0运行python 3.3.2，这个错误是由于一些numpy数据类型的古怪。我不确定它在内部是如何工作的，但由于某种原因，

2*25**14

触发了Numpy处理数据类型的方式的变化：

>>> type(np.max(-numpy.absolute(numpy.power(init_x-0,13)))/(2*25**13))
<type 'numpy.float64'>
>>> type(np.max(-numpy.absolute(numpy.power(init_x-0,14)))/(2*25**14))
<type 'float'>

现在，它可以很好地处理大值

---

转换失败似乎是由于

2*25**14

太大，无法装入numpy int64。对我来说，这看起来像一个bug：如果它对于int64来说太大，它应该退回到float64或引发错误，而不是静静地退回到普通float。看起来在上有一个相关的bug，但看起来略有不同。您可能希望在numpy tracker和/或邮件列表中提出此问题。

谢谢，这正是发生的情况。我将提交给numpy tracker。

def supergaussian(x, A, mu, sigma, offset, N=8):
    """Supergaussian function, amplitude A, centroid mu, st dev sigma, exponent N, with constant offset"""
    denom = np.float64(2*sigma**N)
    return A * (1/(2**(1+1/N)*sigma*2*scipy.special.gamma(1+1/N))) * numpy.exp(-numpy.absolute(numpy.power(x-mu,N))/denom) + offset