为何使用numpy对数组求大于9的幂会返回错误结果？

你遇到的问题核心是Numpy默认整数类型的溢出回绕，和Python原生整数的任意精度特性差异导致的。

为什么会得到错误结果？ #

当你用np.array(arr)创建数组时，Numpy默认会选择**32位有符号整数（np.int32）**作为数组类型。32位有符号整数的最大值是2^31 - 1 = 2147483647，而10^10 = 10000000000远大于这个上限，所以数值溢出后发生了回绕：

• 计算10000000000 % 2^32（32位整数的模周期是2^32），结果正好是1410065408，这就是Numpy返回的错误值。

而Python原生的int类型是任意精度的，它可以处理无限大的整数（只要内存足够），所以n**number能正确计算出10000000000。

解决方案：指定更大的整数类型 #

你只需要在创建数组或者调用np.power时，明确指定64位整数类型就能解决问题：

方案1：创建数组时指定dtype #

import numpy as np
number = 10
arr = [number]
# 指定64位整数类型
print(np.power(np.array(arr, dtype=np.int64), number))  # 输出 [10000000000]

方案2：计算时指定dtype #

print(np.power(np.array(arr), number, dtype=np.int64))  # 同样输出 [10000000000]

额外提示 #

如果你的数值会超过64位整数的上限（9223372036854775807），可以考虑使用np.float64（但要注意浮点精度问题，不过10^10在float64中是精确表示的），或者使用object类型数组来存储Python原生整数：

print(np.power(np.array(arr, dtype=object), number))  # 输出 [10000000000]

内容的提问来源于stack exchange，提问作者Artsiom Shamsutdzinau