为何Python自定义函数与Numpy dot()函数计算点积结果不同？

你的问题核心原因是整数溢出，具体差异来自两者对整数类型的处理逻辑：

1. Python原生int的任意精度特性 #

Python的int类型没有固定位数限制，会自动扩容以容纳超大数值，不会发生溢出。所以通过循环累加计算的点积结果833332333333500000是精确值。

2. Numpy数组的默认类型限制 #

Numpy创建数组时，默认会根据输入推断为int32（32位有符号整数），它的取值范围仅为-2147483648到2147483647。而本次计算的点积结果远超出这个范围，导致有符号整数溢出，溢出后数值会按补码规则循环，最终得到负数结果-1942957984。

解决方案：指定高精度数值类型 #

创建Numpy数组时显式指定int64（64位整数）或float64类型，就能避免溢出，得到和Python循环一致的结果：

import numpy as np

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

arr1_np = np.array(arr1, dtype=np.int64)
arr2_np = np.array(arr2, dtype=np.int64)
print(np.dot(arr1_np, arr2_np))  # 输出：833332333333500000

验证结果正确性 #

通过数学公式验证点积的精确值：
已知arr1是0~999999，arr2是1000000~1999999，即arr2[i] = arr1[i] + 1000000，点积公式为：

sum(arr1[i] * arr2[i]) = sum(arr1[i]²) + 1000000 * sum(arr1[i])

代入计算：

• sum(arr1[i]) = (999999 * 1000000) / 2 = 499999500000
• sum(arr1[i]²) = (999999 * 1000000 * 1999999) / 6 = 833331666666500000
• 总和：833331666666500000 + 499999500000 = 833332333333500000
  和Python循环结果完全一致，证明Numpy的问题确实是类型溢出导致的。

内容的提问来源于stack exchange，提问作者tejas sangpal