OverflowError: Python integer 300 out of bounds for uint8
Array-ul (sau coloana) are un tip întreg mic, de exemplu uint8 (0-255) sau int8 (-128-127), iar numărul pe care îl adaugi sau îl pui în el nu încape. Convertește întâi la un tip mai mare: astype(np.int64) sau astype("int64").
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Tipurile întregi NumPy au limite fixe: uint8 ține 0-255 (folosit la pixelii imaginilor), int8 ține -128-127, int16 până la 32767. Din NumPy 2, când combini un array de tip mic cu un număr Python care nu încape în acel tip (a + 300, a[0] = 300, np.array([300], dtype=np.uint8)), NumPy dă eroare în loc să ajusteze în tăcere rezultatul.
În pandas apare des după optimizări de memorie: pd.to_numeric(..., downcast="integer") sau astype("int8") alege tipul cel mai mic posibil, iar un calcul ulterior iese din limite.
Atenție: operațiile între două array-uri de tip mic nu dau eroare, ci „se dau peste cap” (200 + 100 în uint8 dă 44). Pentru calcule, convertește întâi la int64.
De ce apare: cauzele frecvente
1Coloană micșorată cu downcast
s = pd.to_numeric(df["puncte"], downcast="integer") # int8
s = s + 200s = pd.to_numeric(df["puncte"]).astype("int64")
s = s + 200int64 ține numere până la aproximativ 9 trilioane, deci adunarea încape.
2Valoare prea mare pusă într-un array uint8
pixeli = np.array([10, 200, 250], dtype=np.uint8)
pixeli[0] = 300pixeli = np.array([10, 200, 250], dtype=np.uint8)
pixeli[0] = 255La imagini, valorile peste 255 nu au sens: le limitezi la 255.
3Luminozitate crescută la o imagine
mai_luminos = pixeli + 300mai_luminos = np.clip(pixeli.astype(np.int16) + 300, 0, 255).astype(np.uint8)Calculul se face într-un tip mai mare, apoi np.clip limitează la 0-255 și revii la uint8.
Repară eroarea, direct în pagină
Codul de mai jos micșorează coloana de puncte cu downcast (tipul devine int8), apoi adaugă un bonus de 200 de puncte și dă OverflowError: Python integer 200 out of bounds for int8. Repară-l ca să afișeze punctele cu bonus și totalul lor.
import pandas as pd
df = pd.DataFrame({"client": ["Ana", "Dan", "Ioana"], "puncte": ["10", "20", "30"]})
puncte = pd.to_numeric(df["puncte"], downcast="integer")
cu_bonus = puncte + 200
print(cu_bonus.tolist())
print(cu_bonus.sum())[210, 220, 230] 660
Indiciu
Convertește coloana la int64 înainte de adunare.
Reparația
import pandas as pd
df = pd.DataFrame({"client": ["Ana", "Dan", "Ioana"], "puncte": ["10", "20", "30"]})
puncte = pd.to_numeric(df["puncte"]).astype("int64")
cu_bonus = puncte + 200
print(cu_bonus.tolist())
print(cu_bonus.sum())De ce merge
downcast="integer" alege cel mai mic tip în care încap 10, 20 și 30, adică int8, cu limita 127. Numărul 200 nu încape în int8, iar NumPy 2 refuză adunarea. Cu astype("int64") coloana are loc pentru valori mari: punctele devin 210, 220, 230, cu totalul 660.
Alte forme ale mesajului
OverflowError: Python integer 200 out of bounds for int8OverflowError: Python integer -1 out of bounds for uint8DeprecationWarning: NumPy will stop allowing conversion of out-of-bound Python integers to integer arrays.
Cum o eviți pe viitor
- Folosește tipuri mici (
int8,uint8,int16) doar pentru stocare, iar pentru calcule convertește laint64. - Verifică
dtypedupădowncast,astypesau citirea unei imagini. - La imagini, fă calculele în
int16saufloat, apoinp.clip(..., 0, 255)și revino lauint8. - Fii atent la operațiile dintre două array-uri de tip mic: rezultatul se poate da peste cap fără niciun mesaj.
Întrebări frecvente
De ce în NumPy 1 codul mergea?
NumPy 1 transforma numărul ca să încapă, cu un avertisment de depreciere, iar rezultatul era adesea greșit (300 devenea 44 în uint8). NumPy 2 a transformat cazul într-o eroare clară.
Ce e un întreg care se dă peste cap?
Când rezultatul depășește limita, tipul mic păstrează doar ultimii biți: în uint8, 255 + 1 devine 0. Așa apar valori aberante în calcule fără nicio eroare.
Erori înrudite
AttributeError: `np.NaN` was removed in the NumPy 2.0 release. Use `np.nan` instead. NumPy 2.0 a eliminat numele alternative ale unor constante și tipuri: np.NaN, np.NAN, np.Inf, np.infty, np.float_, np.unicode_. Folosește numele păstrate: np.nan, np.inf, np.float64, np.str_. Mesajul îți spune exact înlocuitorul. numpy._core._exceptions._UFuncNoLoopError: ufunc 'add' did not contain a loop with signature matching types (dtype('<U4'), dtype('int64')) -> None Tabloul tău conține texte (dtype '<U4' înseamnă șiruri Unicode de cel mult 4 caractere), nu numere, iar NumPy nu știe să adune un text cu un număr. Convertește tabloul în numere cu astype(float) sau astype(int) înainte de calcul, de obicei imediat după citirea datelor. TypeError: Invalid value 'epuizat' for dtype 'int64' Încerci să pui un text (sau un număr zecimal) într-o coloană de întregi cu loc / iloc, iar pandas 3 nu mai schimbă singur tipul coloanei. Pune valoarea într-o coloană nouă, potrivită (de exemplu status), sau convertește explicit coloana înainte, dacă chiar vrei tipuri amestecate. Învață Python pentru analiza datelor de la zero, cu exerciții la fiecare lecție
Curs Data Analysis with Python: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
