此代码：
a = np.array([10], dtype=np.int8)
b = np.array([2], dtype=np.int8)
print(np.dot(a, b))
a = np.array([10], dtype=np.int8)
b = np.array([5], dtype=np.int8)
print(np.dot(a, b))
a = np.array([10], dtype=np.int8)
b = np.array([20], dtype=np.int8)
print(np.dot(a, b))
产生以下输出：
20
50
-56
似乎np.dot将尝试在相同的数据类型对象中返回结果，即使它不适合。这肯定是bug吗？为什么它不抛出异常？
乘法和加法都是如此。
In [89]: np.array([128], 'int8')*2
Out[89]: array([0], dtype=int8)
In [90]: np.array([127], 'int8')*2
Out[90]: array([-2], dtype=int8) # same int8 dtype
但是如果我使用数组的一个元素，一个np. int8对象，结果会得到提升。
In [91]: np.array([127], 'int8')[0]*2
Out[91]: 254
In [92]: type(_)
Out[92]: numpy.int32
我认为，虽然不能即刻生产，但也有这种事情引发错误的情况。
这已经在其他SO讨论过，对于乘法，如果不是对于np.dot。
这是'uint8'dtype的溢出问题，github问题链接：
允许numpy类型的溢出
https://github.com/numpy/numpy/issues/8987"BUG：整数溢出警告适用于标量但不适用于数组"
这可能取决于使用的dtype。事实上，如果我更改dtype：
a = np.array([10])
b = np.array([2])
print(np.dot(a, b))
a = np.array([10])
b = np.array([5])
print(np.dot(a, b))
a = np.array([10])
b = np.array([20])
print(np.dot(a, b))
输出是：
20
50
200
发生这种情况是因为typenumpy. int8支持区间[-128,128）中的整数，因为只需8位，您只能对256不同的数字进行编码。为了更好地理解在numpy.int8中转换不在此范围内的整数n的行为，让我们定义n=np.arange（-2**8,2**8），让我们看看这个数组是如何在numpy.int8中转换的：
plt.plot(n, np.int8(n))
plt.xticks([0, 32, 64, 128, 256, -32, -64, -128, -256])
plt.yticks([0, 32, 64, 128, -32, -64, -128])
plt.xlabel("n")
plt.ylabel("int8(n)")
plt.show()
如您所见，转换函数是周期256的周期函数；超出范围[-128,128）您将拥有n！=numpy. int8（n）；一般来说，您可以说numpy.int8（n) == ((n-128）%6）-128），实际上（（200-128）%6）-128==-56
PS。如果你只需要正整数，你可以使用类型numpy. uint8对区间[0,256）中的数字进行编码
