Python numpy数组中的整数溢出

用这个代码我得到了这个答案。为什么我会得到负值

import numpy as np
a = np.arange(1000000).reshape(1000,1000)
print(a**2)

---

在您的平台上，np.arange返回一个数据类型为“int32”的数组：

[[         0          1          4 ...,     994009     996004     998001]
 [   1000000    1002001    1004004 ...,    3988009    3992004    3996001]
 [   4000000    4004001    4008004 ...,    8982009    8988004    8994001]
 ..., 
 [1871554624 1873548625 1875542628 ..., -434400663 -432404668 -430408671]
 [-428412672 -426416671 -424420668 ..., 1562593337 1564591332 1566589329]
 [1568587328 1570585329 1572583332 ..., -733379959 -731379964 -729379967]]

数组的每个元素都是32位整数。平方运算会导致不适合32位的结果。结果被裁剪为32位，但仍然被解释为32位整数，这就是为什么会看到负数

编辑：在这种情况下，可以通过在平方前构造一个数据类型为“int64”的数组来避免整数溢出：

In [1]: np.arange(1000000).dtype
Out[1]: dtype('int32')

请注意，在使用numpy时，您发现的问题是一个固有的危险。您必须小心选择数据类型，并且事先知道代码不会导致算术溢出。为了提高速度，numpy不能也不会在发生这种情况时警告您

---

有关此问题的讨论，请参阅numpy邮件列表。

numpy整数类型是固定宽度的，您可以看到整数溢出的结果。

python整数没有此问题，因为它们在溢出时会自动升级为python长整数

因此，如果您确实设法使int64溢出，一种解决方案是在numpy数组中使用python int：

导入numpy
a=numpy.arange（1000，dtype=object）
a**20

此问题的解决方案如下（摘自）：

…类StringConverter.\u映射器（numpy/lib/\u iotools.py）的更改来自：

到

这解决了我在

numpy.genfromtxt

中遇到的类似问题

请注意，作者将此描述为“临时”和“非最佳”解决方案。然而，我使用v2.7没有副作用（还没有？！）

a=np.arange(1000000,dtype='int64').reshape(1000,1000)

import numpy
a=numpy.arange(1000,dtype=object)
a**20
{{{
 _mapper = [(nx.bool_, str2bool, False),
            (nx.integer, int, -1),
            (nx.floating, float, nx.nan),
            (complex, _bytes_to_complex, nx.nan + 0j),
            (nx.string_, bytes, asbytes('???'))]
}}}

{{{
 _mapper = [(nx.bool_, str2bool, False),
            (nx.int64, int, -1),
            (nx.floating, float, nx.nan),
            (complex, _bytes_to_complex, nx.nan + 0j),
            (nx.string_, bytes, asbytes('???'))]
 }}}