得到numpy警告整数溢出

大多数使用python，我已经被宠坏了，不必担心整数溢出。现在我正在使用numpy，我不得不再次担心它。我想numpy在溢出的情况下出错，但它似乎不适用于int64。得到numpy警告整数溢出

import numpy 
numpy.seterr(all='raise') 
print("{:,}".format(numpy.prod([10]*50))) 
# -5,376,172,055,173,529,600 
print("{:,}".format(numpy.int64(3200000000) * numpy.int64(3200000000))) 
# -8,206,744,073,709,551,616 
print("{:,}".format(numpy.int32(320000) * numpy.int32(320000))) 
# FloatingPointError: overflow encountered in int_scalars -- Finally getting an error!

我可以随时添加dtype=object来解决这些问题，但我认为Int64的不够好大部分时间，它是太可怕了，它可以在这个硬故障检测方法。

为什么seterr只能用于int32？我可以使它适用于int64吗？

的numpy.seterr文档，我可以找到这可能暗示，这可能是为什么的情况下的唯一部分是下列短文：

注意整数标量操作类型（如INT16）是处理像浮点，并受这些设置的影响。

但data type文档中没有提示int32和int64在概念上有所不同。不确定int64是否被认为是“整数标量类型”。

来源

2015-08-14 Dan

看起来像一个numpy的bug;请参阅https://github.com/numpy/numpy/pull/3199。奇怪的是，打印（numpy.int64（2 ** 63-1）* numpy.int64（2））*会在我的系统上引发异常（Ubuntu 14.04，Python 2.7.6，numpy 1.8.2），但是您的示例显示了小车行为。 –

事实上，行为似乎取决于int类型的大小。这是一个包含你的案例的列表，并增加了一些（已设置numpy.seterr(all='raise')）。

In [25]: numpy.int(3200000000) * numpy.int(3200000000) 
Out[25]: 10240000000000000000 

In [26]: numpy.int8(3200000000) * numpy.int8(3200000000) 
Out[26]: 0 

In [27]: numpy.int16(3200000000) * numpy.int16(3200000000) 
--------------------------------------------------------------------------- 
FloatingPointError      Traceback (most recent call last) 
<ipython-input-27-a6185c9da0fd> in <module>() 
----> 1 numpy.int16(3200000000) * numpy.int16(3200000000) 

FloatingPointError: overflow encountered in short_scalars 

In [28]: numpy.int32(3200000000) * numpy.int32(3200000000) 
--------------------------------------------------------------------------- 
FloatingPointError      Traceback (most recent call last) 
<ipython-input-28-a3909399b44a> in <module>() 
----> 1 numpy.int32(3200000000) * numpy.int32(3200000000) 

FloatingPointError: overflow encountered in int_scalars 

In [29]: numpy.int64(3200000000) * numpy.int64(3200000000) 
Out[29]: -8206744073709551616

来源

2016-01-11 15:53:12

得到numpy警告整数溢出

回答

相关问题