Numpy能否精准复现C语言常规运算的官方行为？

背景 #

我正在用Python设计一款后续将转译为C语言的算法，但Python的数学运算结果可能与C语言不一致。例如C语言中无符号整数运算4294967295 + 1 = 0，但普通Python整数运算并非如此，因此不能使用普通Python整数进行设计。

核心疑问 #

能否安全便捷地用Numpy复现C语言的运算行为？即对np.uint32或np.float64等类型的数组执行常规运算（+、-、*、/、%、浮点数与整数间的类型转换）时，能否保证（或通过某种方式保证）得到与使用uint32_t和float64_t类型的C程序相同的结果？

我仅关注C语言的官方行为：C语言中允许依赖编译器或处理器的内容，Numpy中也可存在差异，就像不同编译器/处理器之间的差异一样。尤其需要注意的是，Numpy的NaN在C语言中并非总是存在。

补充说明 #

我重点关注以下运算集合：+、-、*、/、%、浮点数与整数间的类型转换。

自行测试结果 #

测试1：uint32溢出 #

C语言中(uint32_t) 4294967295 + (uint32_t) 1 == 0，但Numpy标量无法实现该行为：

>>> import numpy
>>> a = numpy.uint32(4294967295)
>>> type(a)
<class 'numpy.uint32'>
>>> a += 1
>>> a
4294967296
>>> type(a)
<class 'numpy.int64'>

而Numpy数组可以实现预期的溢出行为：

import numpy
a = numpy.array([4294967295], dtype='uint32')
a += 1
print(a)
print(a.dtype)

输出：

[0]
uint32

但这一特定案例无法保证所有数组运算都始终符合C语言的预期。

测试2：负整数除法 #

C语言中int32类型的-1/2 == 0，但普通Numpy运算结果不符：

two = np.int64(2)
mone = np.int64(-1)
print(mone / two)
print(mone // two)

输出：

-0.5
-1

我想知道是否存在Numpy的设置项，或特定操作数写法，能让Numpy在该案例中得到0的结果。

内容的提问来源于stack exchange，提问作者gdelab