int数据类型相加，结果为float情况

运用numpy进行运算出现如下的情况：

import numpy as np
dataset=np.array([1],dtype=np.int64)
data_int=dataset[0]
type(data_int)
Out[5]: numpy.int64

type(data_int+1)
Out[6]: numpy.int64

dataset=np.array([1],dtype=np.uint64)
data_uint=dataset[0]
type(data_uint)
Out[9]: numpy.uint64

type(data_uint+1)
Out[10]: numpy.float64

发现np.int64与np.uint64相加，数据类型变为了np.float64，这在后续程序运行中会出现bug。

---

原因分析：

根据个人理解，np.int64与np.uint64相加，结果类型需要一个有符号数，同时np.int64的范围难以包括np.uint64这个加数，理论上的数据类型为np.int128，但numpy库中并没有这一数据类型，因此程序会将其自动变换为np.float64，即便变成了两个整形相加，数据类型变为float的情况。
测试结果如下：

type(np.uint8(1)+np.int8(1))
Out[3]: numpy.int16

type(np.uint16(1)+np.int16(1))
Out[4]: numpy.int32

type(np.uint32(1)+np.int32(1))
Out[5]: numpy.int64

type(np.uint64(1)+np.int64(1))
Out[6]: numpy.float64

---

解决方案：

统一数据类型，根据需要统一为np.int64或者np.uint64，避免计算错误。