x升序排列且y全为正值时，np.trapz为何返回负值？

• 核心原因：整数溢出回绕
  numpy的datetime64类型本质是用整数存储时间戳（比如纳秒级），调用np.trapz或scipy积分函数时，会先将时间数组转换为对应的整数数值，再与y值做乘法运算。如果时间跨度大、y值数值高，两者相乘的结果会超出numpy整数类型的存储上限，触发溢出回绕，原本的正值就会变成负值。

• 验证方法
  手动将datetime64数组转为int64类型的时间戳，再执行积分计算，若结果同样为负即可确认：

  import numpy as np
  # 模拟溢出场景：长跨度时间+大数值y
  x = np.array(['2000-01-01', '2100-01-01'], dtype='datetime64[ns]')
  y = np.array([1e18, 1e18])
  print(np.trapz(y, x))  # 返回负值
  print(np.trapz(y, x.astype(np.int64)))  # 同样溢出为负
  

• 解决思路

  • 降低时间精度：将datetime64[ns]转换为更粗的单位（如datetime64[s]或datetime64[h]），减小时间戳的整数数值规模。
  • 缩放y值：先对y做缩小处理（比如除以1e9），计算积分后再还原结果，避免乘积超出范围。
  • 改用高精度类型：将时间戳转换为float64类型后再计算积分，浮点数的存储范围更大，不易触发溢出。

内容的提问来源于stack exchange，提问作者umo