Question

我正在编写Python代码来生成和绘制'超高斯'函数，如：

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)

以下代码只是制作了一个情节。由于我无法理解的原因，当N使用默认值8时，此代码可以正常工作，或者N的值最多为13.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。有任何想法吗？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被解释为浮点数，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

Answer 1

错误是由于一些numpy dtype的怪异。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'>

使用13，它仍然使用Numpy的float64类型，但是14以某种方式恢复到常规浮动。这就是你得到AttributeError的原因：普通的Python float没有exp方法，这是一个numpy ufunc方法。（错误不是由于名称numpy被解释为浮点数。有时这些numpy-internal错误是无益的，因为它们没有告诉你对象是什么，没有属性。）< / p>

但是，这只是因为数字2*25**N是常规Python长，而不是numpy数据类型的值。您可以通过在numpy dtype中预先包装该值来修复它，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"""
    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

现在它适用于大值。

转换失败似乎是由于2*25**14太大而无法适应numpy int64。这看起来像是一个bug：如果它对于int64来说太大了，它应该回退到float64或引发错误，而不是默默地回落到普通浮点数。看起来numpy tracker上有一个相关的错误，但看起来略有不同。您可能希望在numpy跟踪器和/或邮件列表中提出问题。

构造某些值的函数时，python / numpy中的AttributeError

1 个答案: