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，则应退回到float64或引发错误，而不是默默地退回到普通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。
