Python：Python进阶：Python整数与 Numpy的数据溢出

news2024/9/22 23:45:07

numpy数据溢出

1.python 3 的整数上限和 python 2 的整数上限
- 1.1 python 2的整数范围
- 1.2 python 3 的整数范围
2. numpy数值表示
2.1 那么numpy支持的数据类型和 python有什么不同了
- 2.2 如何解决整数溢出问题
总结

实验一：使用 numpy库来表示正数

import numpy as np
E = [1,100000,100001,100002,100003,100004,100005,100006,100007,100008,100009]
F = [2,100010,100011,100012,100013,100014,100015,100016,100017,100018,100019]

G = [3,208378,144703,73205,52363,100014,196058,204444,20,5035,1458]
H = [4,399719,15736,7589,258746,30968,1457820,211272,1402,103476,1458]

# 使用numpy.array 方法将 tuple的数据转换为 ndarray
Q = np.array([E,F])
W = np.array([G,H])
# 将数组对应的序列相乘
print(W*Q)

结果打印的值如下：
在这里插入图片描述
我们可以看到，两个正整数数组里面的数值相乘，竟然会出现负数（如：E[1] * G[1] 100000*208378）

实验二：使用python 直接表示正数
发现 100000*208378又是可以正常通过 python解释器的。

# 使用 python 来表示整数
print(100000*208378)  # 打印结果：20837800000

是不是感到很无语！为什么同样的数值做乘法在 nump 库下会出现负数(数据溢出) , 但是在 python下就是正常的了？
在开始讨论这个话题之前，我们先引出下面两个话题

python 3 中的整数上限是多少？ python 2 的了？
Numpy 中的整数上限是多少？整数溢出该怎么办？

1.python 3 的整数上限和 python 2 的整数上限

1.1 python 2的整数范围

一种是短整数，也即常说的整数，用 int 表示，有个内置函数 int() 大小有限，可通过 sys.maxint() 查看。
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() 。写法在数字后面加大写字母 L 或小写字母 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来表示。

1.2 python 3 的整数范围

python 3 情况就没有 python 2 那么复杂，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，行为上更像长整数，无论多大的数结尾均不需要加字母 L 做区分。
也就是P ython 3 中的整数无上限，只要不超出内存空间即可。这就解释了前文中直接打印两数相乘，为什么结果会是正确的。

2. numpy数值表示

numpy 由于它是 C语言实现的，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，下面我们查看下
在这里插入图片描述
这也就是说： numpy 默认的整数 int 是 32位，表示的范围： -2147483648 ~ 2147483647

2.1 那么numpy支持的数据类型和 python有什么不同了

首先：Numpy 支持的数据类型要比 python的多，相互间的区分界限有很多样：数据来源
Numpy数据类型
在这里插入图片描述

2.2 如何解决整数溢出问题

我们可以通过指定 dtype 的方式来解决，fllowing the code

# 使用 python 来表示整数
print(100000*208378)

import numpy as np
p = [100000]
q = [500000]

# 一个溢出的例子
a = np.array(p)
b = np.array(q)
print(a*b) # 产生溢出，结果就是个和奇怪的值

# 如何解决
c = np.array(p,dtype = 'int64')
d = np.array(q,dtype = 'int64')
print(c*d)  # 没有溢出：正常打印 50000000000