Python RuntimeWarning：长标量中遇到溢出答案

【问题标题】：Python RuntimeWarning: overflow encountered in long scalarsPython RuntimeWarning：长标量中遇到溢出
【发布时间】：2011-11-25 10:52:22
【问题描述】：

我是编程新手。在我最新的 Python 2.7 项目中，我遇到了以下问题：

RuntimeWarning：long_scalars 中遇到溢出

谁能详细说明这意味着什么以及我可以做些什么来解决这个问题？

代码运行通过，但我不确定忽略警告是否是个好主意。

它发生在附加过程中，例如：

SomeList.append(VeryLongFormula)

【问题讨论】：

【解决方案1】：

解决这个问题的一个简单方法是使用 64 位类型

list = numpy.array(list, dtype=numpy.float64)

【讨论】：

【解决方案2】：

这是一个发出相同警告的示例：

import numpy as np
np.seterr(all='warn')
A = np.array([10])
a=A[-1]
a**a

产量

RuntimeWarning: overflow encountered in long_scalars

在上面的示例中，这是因为 a 的 dtype 为 int32，并且可存储在 int32 中的最大值为 2**31-1。由于10**10 > 2**32-1，求幂得到的数字大于int32 中可以存储的数字。

请注意，您不能依赖np.seterr(all='warn') 来捕获所有溢出 numpy 中的错误。例如，在 32 位 NumPy 上

>>> np.multiply.reduce(np.arange(21)+1)
-1195114496

在 64 位 NumPy 上：

>>> np.multiply.reduce(np.arange(21)+1)
-4249290049419214848

两者都失败了，没有任何警告，尽管这也是由于溢出错误。正确答案是21！等于

In [47]: import math

In [48]: math.factorial(21)
Out[50]: 51090942171709440000L

不同于真正的浮点错误（硬件 FPU 设置一个旗帜每当它执行溢出的原子操作时），我们需要自己实现整数溢出检测。我们这样做这标量，但不是数组，因为实现起来太慢了为了数组上的每个原子操作。

因此，您有责任选择合适的dtypes，以免操作溢出。

【讨论】：

谢谢！如何定义我想要的 dtype？
创建numpy数组时可以设置dtype。例如，在我上面的例子中，你可以通过设置来避免溢出错误：A = np.array([10],dtype='int64')
这是list of basic dtypes。
非常感谢！！！我将变量 AF 和 RT 转换为 float64：AF = np.float64(AF)，警告消失了。
@Zelphir：感谢您指出这一点。你是对的——在 32 位操作系统上，np.multiply.reduce(np.arange(17)+1) 返回 -288522240 (ideone demo)，但在 64 位操作系统上，它返回正确答案 355687428096000。我将上面帖子中的示例更改为np.multiply.reduce(np.arange(21)+1)，它在 32 位和 64 位操作系统上都会溢出。