我试图使用scipy的curve_fit将一个具有两个自变量a和k的函数拟合成指数曲线。我已经定义了函数，并试图像这样计算它：

print(np.min(x_data))
1
print(np.max(x_data))
44098
print(x_data.dtype)
int64
print(np.size(x_data))
44098

print(np.min(y_data))
-0.44383433
print(np.max(y_data))
1.0
print(y_data.dtype)
float32
print(np.size(y_data))
44098

def exponential(x, a, k, b):
    return a*np.exp(x*k) + b

popt, pcov = scipy.optimize.curve_fit(exponential, x_data, y_data, p0=[1, -0.5, 1])
print(popt)
[ 1.28765636e+00 -3.27620187e-04 -8.91012481e-02]
/software/repo/python/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:6: RuntimeWarning: overflow encountered in exp
  
/software/repo/python/anaconda3/lib/python3.7/site-packages/ipykernel_launcher.py:6: RuntimeWarning: overflow encountered in multiply

这会导致一个警告，因为我的数据太大了。将数据类型一直更改到complex256仍然不够大。所以我试着更新边界;设定足够大的边界可以克服误差，但我不知道我这样做是否正确，因为拟合变量变得依赖于我选择的边界。

popt, pcov = scipy.optimize.curve_fit(exponential, x_data, y_data, bounds=([1, -1e100, 1], [1e100, 1, 1e100]))
print(popt)
[ 5.e+99 -5.e+99  5.e+99]
popt, pcov = scipy.optimize.curve_fit(exponential, x_data, y_data, bounds=([1, -1e1000, 1], [1e1000, 1, 1e1000]))
print(popt)
[ 1.00448191 -5.15058477  1.        ]

这是怎么回事？我需要做什么才能正确地适应此功能？我还修补了Decimal模块，但没有成功。谢谢大家！