Python 如何将两个uint16 numpy数组相减以高效地生成一个int16 numpy数组

我有两个必须减去的'type=np.uint16'numpy数组（我们称它们为A和B）。 我必须考虑执行A-B可能导致一些负面条目的可能性。为了避免溢出，我希望能够执行

diff = A - B

这样，diff将转换为np.int16 numpy数组。 如何在Python中高效地执行此操作

如果我这样做：

diff = np.zeros(height*width, dtype=np.int16)

然后表演

diff = A - B

---

我还是觉得满溢。我特意将B的某些值设置为大于A中的值，以便发生of。

so

np。uint16

不能包含负值。。你想要什么？@farhawa这是正确的，因为我确信A和B不包含负值。但B中的某些值可能大于A中的相应值，因此这样做会导致某些值溢出。我不希望也能保留负值，而且基本上不会溢出。一个（也是唯一一个）解决方案是使用另一个

dtype

@farhawa。。我懂了！当我计算A和B时，使用np.int32会比使用np.uint16慢吗？或者您认为使用浮点会更好吗？在现代CPU和前端总线上，int32不应该比int16快或慢，但您可以进行基准测试。float32将无法捕获所有整数>=

2**24

（即

int（np.float32（2**24+1））-（2**24+1）

），因此您可能不希望这样。但int32将占用2倍的内存。测试所有三种可能性并对它们进行基准测试应该很容易。