Question

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

使用此代码我得到了这个答案。为什么我会得到负值？

[[         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]]

Answer 1

在您的平台上，np.arange返回一个dtype'int32'的数组：

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

数组的每个元素都是32位整数。 Squaring导致结果不适合32位。结果被裁剪为32位并仍然被解释为32位整数，但这就是您看到负数的原因。

编辑：在这种情况下，你可以通过在平方之前构造一个dtype'int64'数组来避免整数溢出：

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

请注意，使用numpy时，您发现的问题是一个固有的危险。你必须小心选择你的dtypes并且事先知道你的代码不会导致算术溢出。为了速度，numpy不会也不会在发生这种情况时发出警告。

有关numpy邮件列表的讨论，请参阅http://mail.scipy.org/pipermail/numpy-discussion/2009-April/041691.html。

Answer 2

python整数没有这个问题，因为它们溢出时会自动升级到python长整数。

所以如果你设法溢出int64，一个解决方案就是在numpy数组中使用python int：

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

Answer 3

numpy整数类型是固定宽度，你看到整数溢出的结果。

Answer 4

此问题的解决方案如下（取自here）：

...更改类StringConverter._mapper（numpy / lib / _iotools.py）：

{{{
 _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('???'))]
}}}

到

{{{
 _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('???'))]
 }}}

这解决了我与numpy.genfromtxt对我的类似问题

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

numpy数组中的整数溢出

4 个答案: