python数据溢出怎么解决_Python整数与Numpy数据溢出问题
解决
某位 A 同学发了我⼀张截图，问为何结果中出现了负数？
看了图，我第⼀感觉就是数据溢出了。数据超出能表⽰的最⼤值，就会出现奇奇怪怪的结果。
然后，他继续发了张图，内容是 print(100000*208378)，就是直接打印上图的 E[0]*G[0]，结果是 20837800000，这是个正确的结果。
所以新的问题是：如果说上图的数据溢出了，为何直接相乘的数却没有溢出？
由于我⼀直忽视数据的表⽰规则(整型的上限是多少？)，⽽且对 Numpy 了解不多，还错看了图中结果，误以为每⼀个数据都是错误的，所以就解答不出来。
最后，经过学习⾥的⼀番讨论，我才终于明⽩是怎么回事，所以本⽂把相关知识点做个梳理。
在正式开始之前，先总结⼀下上图会引出的话题：
Python 3 中整数的上限是多少？Python 2 呢？
Numpy 中整数的上限是多少？出现整数溢出该怎么办？编程先学c语言还是python
关于第⼀个问题，先看看 Python 2，它有两种整数：
⼀种是短整数，也即常说的整数，⽤ int 表⽰，有个内置函数 int()。其⼤⼩有限，可通过sys.maxint() 查看(取决于平台是 32 位还是 64位)
⼀种是长整数，即⼤⼩⽆限的整数，⽤ long 表⽰，有个内置函数 long()。写法上是在数字后⾯加⼤写字母 L 或⼩写的 l，如 1000L
当⼀个整数超出短整数范围时，它会⾃动采⽤长整数表⽰。举例，打印 2**100 ，结果会在末尾加字母 L 表⽰它是长整数。
但是到了 Python 3，情况就不同了：它仅有⼀种内置的整数，表⽰为 int，形式上是 Python 2 的短整数，但实际上它能表⽰的范围⽆限，⾏为上更像是长整数。⽆论多⼤的数，结尾都不需要字母 L 来作区分。
也就是说，Python 3 整合了两种整数表⽰法，⽤户不再需要⾃⾏区分，全交给底层按需处理。
理论上，Python 3 中的整数没有上限(只要不超出内存空间)。这就解释了前⽂中直接打印两数相乘，为什么结果会正确了。
PEP-237(Unifying Long Integers and Integers)中对这个转变作了说明。它解释这样做的 ⽬的：
这会给新的 Python 程序员(⽆论他们是否是编程新⼿)减少⼀项上⼿前要学的功课。
Python 在语⾔运⽤层屏蔽了很多琐碎的活，⽐如内存分配，所以，我们在使⽤字符串、列表或字典等对象时，根本不⽤操⼼。整数类型的转变，也是出于这样的便利⽬的。(坏处是牺牲了⼀些效率，在此就不谈了)
回到前⾯的第⼆个话题：Numpy 中整数的上限是多少？
由于它是 C 语⾔实现，在整数表⽰上，⽤的是 C 语⾔的规则，也就是会区分整数和长整数。
有⼀种⽅式可查看：
import numpy as np
a = np.arange(2)
type(a[0])
# 结果：numpy.int32
也就是说它默认的整数 int 是 32 位，表⽰范围在 -2147483648 ~ 2147483647。
对照前⽂的截图，⾥⾯只有两组数字相乘时没有溢出：100007*4549、100012*13264，其它数据组都溢出了，所以出现奇怪的负数结果。
Numpy ⽀持的数据类型要⽐ Python 的多，相互间的区分界限很多样：
要解决整数溢出问题，可以通过指定 dtype 的⽅式：
import numpy as np
q = [100000]
w = [500000]
# ⼀个溢出的例⼦：
a = np.array(q)
b = np.array(w)
print(a*b) # 产⽣溢出，结果是个奇怪的数值
# ⼀个解决的例⼦：
c = np.array(q, dtype='int64')
d = np.array(w, dtype='int64')
print(c*d) # 没有溢出：[50000000000]
好了，前⾯提出的问题就回答完了。来作个结尾吧：
Python 3 极⼤地简化了整数的表⽰，效果可表述为：整数就只有⼀种整数(int)，没有其它类型的整数(long、int8、int64 之类的)
Numpy 中的整数类型对应于 C 语⾔的数据类型，每种“整数”有⾃⼰的区间，要解决数据溢出问题，需要指定更⼤的数据类型(dtype)
以上就是本⽂的全部内容，希望对⼤家的学习有所帮助，也希望⼤家多多⽀持我们。
时间： 2019-09-09

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。