numpy中np.dot()函数的限制及大数组点积结果为负的解决

问题原因 #

• Python原生int是动态精度整数，能自动扩容存储任意大小的整数，不会出现溢出，所以循环累加能得到正确的超大正数结果。
• Numpy创建数组默认使用固定精度整数类型（比如32位系统默认int32），当点积结果超过该类型的最大值时，会触发整数溢出：在二进制补码规则下，溢出后的数值会绕回成负数，这就是Numpy返回负数的原因。

以你的场景为例，两个数组的点积实际值约为833332333333500000，远大于int32的最大值（2147483647），如果数组默认是int32类型，必然会溢出。

解决方案 #

核心是让Numpy使用能容纳计算结果的高精度整数类型，具体有两种实现方式：

1. 创建数组时指定高精度类型 #

通过dtype参数指定np.int64（或等价的np.longlong），或者用np.int_（对应系统原生整数类型，64位系统下即为int64）：

import numpy as np

# Python lists
arr1 = list(range(1000000))
arr2 = list(range(1000000, 2000000))

# 指定int64类型创建Numpy数组
arr1_np = np.array(arr1, dtype=np.int64)
arr2_np = np.array(arr2, dtype=np.int64)

# 计算点积
print(np.dot(arr1_np, arr2_np))

2. 转换已有数组的类型 #

如果数组已创建，用astype方法转换为高精度类型后再计算：

import numpy as np

arr1 = list(range(1000000))
arr2 = list(range(1000000, 2000000))

arr1_np = np.array(arr1)
arr2_np = np.array(arr2)

# 转换为int64类型
arr1_np = arr1_np.astype(np.int64)
arr2_np = arr2_np.astype(np.int64)

print(np.dot(arr1_np, arr2_np))

修改后，Numpy的计算结果会和Python列表循环得到的结果完全一致。

内容的提问来源于stack exchange，提问作者PRASHIN PARIKH