7

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)

以下代码只是对其进行了绘制。出于某种我无法理解的原因，当使用默认值 8N或N最高 13 的值时，此代码可以正常工作。当N为 14 或更高时，函数会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错误消息似乎暗示它numpy被解释为浮点数，但仅适用于N...

我正在使用 numpy 1.7.1 和 scipy 0.12.0 运行 python 3.3.2

4

1 回答 1

15

该错误是由于一些 numpy dtype 怪异造成的。我不确定它在内部是如何工作的，但由于某种原因2*25**14会触发 Numpy 处理数据类型的方式发生变化：

>>> 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'>

对于 13，它仍然使用 Numpy 的 float64 类型，但对于 14，它以某种方式恢复为常规浮点数。这就是你得到 AttributeError 的原因：一个普通的 Python float 没有该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 内部错误没有帮助，因为它们不会告诉您没有该属性的对象是什么。）

然而，这只是因为这个数字2*25**N是一个常规的 Python long，而不是一个 numpy 数据类型的值。您可以通过将该值预先包装在 numpy dtype 中来修复它，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太大而无法放入 numpy int64。这对我来说似乎是一个错误：如果它对于 int64 来说太大了，它应该回退到 float64 或引发错误，而不是默默地回退到普通浮动。看起来numpy tracker上有一个相关的错误，但看起来略有不同。您可能想在 numpy 跟踪器和/或邮件列表中提出问题。

于 2013-09-16T17:29:30.783 回答