大多数使用python，我已经被宠坏了，不必担心整数溢出。现在我正在使用numpy，我不得不再次担心它。我想numpy在溢出的情况下出错，但它似乎不适用于int64。得到numpy警告整数溢出
import numpy
numpy.seterr(all='raise')
print("{:,}".format(numpy.prod([10]*50)))
# -5,376,172,055,173,529,600
print("{:,}".format(numpy.int64(3200000000) * numpy.int64(3200000000)))
# -8,206,744,073,709,551,616
print("{:,}".format(numpy.int32(320000) * numpy.int32(320000)))
# FloatingPointError: overflow encountered in int_scalars -- Finally getting an error!
我可以随时添加dtype=object来解决这些问题，但我认为Int64的不够好大部分时间，它是太可怕了，它可以在这个硬故障检测方法。
为什么seterr只能用于int32？我可以使它适用于int64吗？
的numpy.seterr文档，我可以找到这可能暗示，这可能是为什么的情况下的唯一部分是下列短文：
注意整数标量操作类型(如INT16)是 处理像浮点，并受这些设置的影响。
但data type文档中没有提示int32和int64在概念上有所不同。不确定int64是否被认为是“整数标量类型”。
2015-08-14
Dan
+3
看起来像一个numpy的bug;请参阅https://github.com/numpy/numpy/pull/3199。奇怪的是，打印(numpy.int64(2 ** 63-1)* numpy.int64(2))*会在我的系统上引发异常(Ubuntu 14.04，Python 2.7.6，numpy 1.8.2)，但是您的示例显示了小车行为。 –