为某些值构造函数时，python / numpy中的AttributeError

小编典典

为某些值构造函数时，python / numpy中的AttributeError

python

我正在编写Python代码以生成和绘制“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)

下面的代码只是作图。由于某种原因，我无法理解，当将默认值8用于N或N最多13时，此代码可以正常工作。当N值为14或更高时，该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的东西是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…的较大值。

我正在用numpy 1.7.1和scipy 0.12.0运行python 3.3.2

阅读 444

2021-01-20

共1个答案

小编典典

该错误是由于某些numpy dtype怪异。我不确定它在内部的确切运行方式，但是由于某种原因2*25**14，Numpy处理数据类型的方式发生了变化：

>>> 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，但是对于14，它以某种方式恢复为常规float。这就是为什么会出现AttributeError的原因：普通的Python浮点数没有expnumpy
ufunc方法。（该错误不是由于名称numpy被解释为浮点数。有时，这些numpy内部错误无济于事，因为它们不会告诉您不具有属性的对象是什么。）

但是，这仅仅是因为数字2*25**N是常规的Python长整数，而不是numpy数据类型的值而发生的。您可以通过将值预先包装为numpy
dtype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，它适用于较大的值。

转换失败似乎是由于2*25**14太大而无法容纳numpy
int64。在我看来，这似乎是个错误：如果对于int64而言太大，则应回落到float64或引发错误，而不是默默地回落到普通float。看起来numpy跟踪器上存在一个相关的错误，但看起来略有不同。您可能想在numpy跟踪器和/或邮件列表上提出问题。

2021-01-20