numpy的整型数值溢出陷阱

numpy中的ndarray对于数值对象的数据类型具有严格要求，比如，假设一个数据类型为int32的ndarray，且数值较大，那么再继续对其做平方运算，假设平方运算之后的值已经超出了32位整型的最大范围，那么就会造成数值溢出。问题在于，numpy中对这个数值溢出并不是直接报错，而是会返回一些垃圾值，甚至有可能出现负值，这就使得运算结果无法预期，从而出错。但这个现象并不会出现在创建生成ndarray中，如果创建ndarray时，数值已经超出了指定数据类型的最大范围，那么numpy会报overflow异常。
数值溢出问题一般只出现在整型中，因为浮点数能表示的范围很大（不是指精度），若非刻意，比较难溢出。对于整型溢出问题，可以在创建ndarray时，指定数据类型为object，保持python原生的int类型，因为python原生的int类型具有无限的范围，不会溢出。