eval执行含超大整数的长表达式时遇long_scalars溢出，求解决方法

问题原因 #

这个RuntimeWarning: overflow encountered in long_scalars警告，本质是表达式运算中使用了固定精度整数类型（比如numpy.int32），而运算结果超出了该类型的数值范围。Python原生int是任意精度的，不会出现溢出，所以问题大概率出在你的变量x1、x2...是低精度整数类型，或者表达式里硬编码了低精度整数转换。

解决方法 #

• 提前转换变量类型
  如果x1、x2...是numpy数组，先把它们转成int64类型：

  import numpy as np
  x1 = x1.astype(np.int64)
  x2 = x2.astype(np.int64)
  # 其他变量同理
  

  若是单个变量，直接用Python原生int即可（无需手动转换，Python会自动处理超大整数）。

• 修改表达式中的数字定义
  如果表达式里有硬编码的超大数字且指定了低精度类型（比如np.int32(12345678901234)），把这类代码改成np.int64(12345678901234)，或者直接写数字字面量（Python会自动用原生任意精度int）。

• 自定义eval的命名空间强制指定类型
  给eval传入自定义的全局命名空间，把int映射为np.int64，让表达式里的整数转换都用int64：

  import numpy as np
  custom_globals = {
      '__builtins__': __builtins__,
      'int': np.int64
  }
  I = eval(string, custom_globals)
  

  这样表达式中所有int()调用都会用int64执行，原生数字字面量也会和int64自动兼容运算，避免溢出。

• 临时禁用警告（不推荐）
  若你确认运算结果正确只是不想看到警告，可以临时屏蔽：

  import warnings
  warnings.filterwarnings('ignore', category=RuntimeWarning)
  I = eval(string)
  

  注意：这只是隐藏警告，没有解决溢出问题，可能导致结果失真，仅作临时应急用。

关于指定数据类型的问题 #

完全可以通过上述方法指定eval计算时的整数类型：要么提前把变量转成int64，要么通过自定义命名空间让表达式内的整数操作默认用int64，两种方式都能解决超大数字的溢出问题。

内容的提问来源于stack exchange，提问作者asdfgh