Python数值运算未自动转类型？numpy uint16溢出问题咨询

碰撞计算时返回的距离值异常（出现负数），原以为Python动态类型会自动用64位整数处理运算，不会出现16位整数溢出，但实际发生了。将numpy数组中的值赋值给x1、x2等变量后运算，这些变量仍保持16位类型，怀疑是引用赋值导致。想知道这种情况是普遍存在还是仅numpy数组会出现。

附相关代码：

def create_square(self, img):
    color = self.random_color()
    x = np.random.randint(0, img.shape[1] - square_size, dtype=np.uint16)
    y = np.random.randint(0, img.shape[0] - square_size, dtype=np.uint16)
    cv2.rectangle(img, (x, y), (x + square_size, y + square_size), color, -1)
    return (x, y, square_size, color)

def collide(self, square1, square2, square3):
    x1, y1, size1, _ = square1
    x2, y2, size2, _ = square2
    x3, y3, size3, _ = square3

    # Calculate distances between squares
    distance1 = (x1 - x2) ** 2 + (y1 - y2) ** 2
    distance2 = (x1 - x3) ** 2 + (y1 - y3) ** 2
    distance3 = (x2 - x3) ** 2 + (y2 - y3) ** 2
    print("distance1",distance1)
    print("distance2",distance2)
    print("distance3",distance3)
    # Check if all distances are below the threshold
    if distance1 < (size1 + size2)**2 and distance2 < (size1 + size3)**2 and distance3 < (size2 + size3)**2:
        return True
    return False

def reset(self):
    # Reset squares
    self.squares = []
    for _ in range(num_squares):
        self.squares.append(self.create_square(np.zeros((600, 800, 3), dtype=np.uint16)))

距离输出结果：

distance1 -18581859
distance2 -52348750
distance3 -46958403

1. 问题本质
   这不是Python原生类型的问题，而是numpy的特性：你用np.random.randint生成的x、y是numpy的uint16标量对象，不是Python原生的int。即使赋值给x1、x2等变量，它们依然保持uint16类型，运算时会遵循numpy的类型规则，发生无符号整数溢出/下溢。
   比如x1 - x2如果结果为负（x1 < x2），uint16会把它 wrap 成一个大的正数（例如0-1会变成65535），再平方后超过uint16的最大值（65535²=4294836225），溢出后被Python以有符号整数的形式显示为负数。

2. 是否普遍存在？
   仅在使用numpy的强类型标量/数组时会发生这种情况。Python原生的int是任意精度的，不会出现溢出问题。

3. 解决方法
   有两种简单的修正方式：

   • 方式一：运算前转换为Python原生int
     在collide函数中，把numpy标量转成int后再计算：

     def collide(self, square1, square2, square3):
         x1, y1, size1, _ = square1
         x2, y2, size2, _ = square2
         x3, y3, size3, _ = square3
         # 转换为Python原生int
         x1, x2, x3 = int(x1), int(x2), int(x3)
         y1, y2, y3 = int(y1), int(y2), int(y3)
         
         distance1 = (x1 - x2) ** 2 + (y1 - y2) ** 2
         distance2 = (x1 - x3) ** 2 + (y1 - y3) ** 2
         distance3 = (x2 - x3) ** 2 + (y2 - y3) ** 2
         # ... 后续逻辑不变
     

   • 方式二：生成变量时直接用Python原生类型
     在create_square中去掉dtype=np.uint16（默认生成Python int），或者用.item()显式转换：

     x = np.random.randint(0, img.shape[1] - square_size).item()
     y = np.random.randint(0, img.shape[0] - square_size).item()
     

内容的提问来源于stack exchange，提问作者Mich