Numpy 元素乘法（意外的整数溢出）答案

【问题标题】：Numpy elementwise multiplication (unexpected integer overflow)Numpy 元素乘法（意外的整数溢出）
【发布时间】：2019-01-08 09:45:44
【问题描述】：

我正在使用 Python 3.7 和 numpy 1.15.2，并且在元素乘法中遇到了我不理解的行为。以下对我来说很直观：

import numpy as np
a = np.array([[30000,4000]])
b = np.array([[70000,8000]])
np.multiply(a,b)

给予

array([[2100000000,32000000]])

但是，当我这样做时

a = np.array([[30000,40000]])
b = np.array([[70000,80000]])
np.multiply(a,b)

我明白了

array([[ 2100000000, -1094967296]])

我猜结果应该是array([[ 30000*70000, 40000*80000]])。负数从何而来？我应该怎么做才能得到预期的数组？

【问题讨论】：

这不是“不直观的”，这就是数字在计算机上的表示方式。这个wikipedia article on data types 可能会有所帮助。

标签： python numpy elementwise-operations

【解决方案1】：

默认情况下，numpy 似乎将普通数字解释为 np.int32（范围从 -2³¹ ... 2³¹ - 1），这将溢出40000*80000，因为3200000000 > 2**31 - 1 (= 2147483647)：

import numpy as np

a = np.array([[30000,40000]])
b = np.array([[70000,80000]])
np.multiply(a,b)
Out: array([[ 2100000000, -1094967296]])

type(a[0][0])
Out: numpy.int32

您可以通过明确设置更适合的数据类型来解决此问题：

a = np.array([[30000,40000]], dtype=np.int64)
b = np.array([[70000,80000]], dtype=np.int64)
np.multiply(a,b)
Out: array([[2100000000, 3200000000]], dtype=int64)

或

a = np.array([[30000,40000]], dtype=np.uint32)
b = np.array([[70000,80000]], dtype=np.uint32)
np.multiply(a,b)
Out: array([[2100000000, 3200000000]], dtype=uint32)

【讨论】：