OverflowError本质是Python整数在调用C接口时超出C long范围或浮点数超过IEEE 754上限；math.exp(1000)因调用C库返回float而溢出，10**1000为纯Python大整数运算故不溢出。
OverflowError 在 Python 中不是“整数不够大”的问题，而是**运算结果超出了底层 C 接口能接受的范围**，或者**浮点数超出 float 表示极限**。Python 3 的 int 类型本身确实无限精度、自动扩容，但很多函数（尤其是 math 模块、C 扩展、序列索引、struct 打包、array 初始化等）会强制把 int 转成 C 的 long 或 double —— 这才是溢出真正的“爆点”。
为什么 math.exp(1000) 会报 OverflowError，而 10**1000 不会？
因为 math.exp() 是 C 标准库函数封装，它接收并返回 float；而 10**1000 是纯 Python 整数运算，走的是 Python 自己的大整数实现路径。float 最大约为 1.8e308，exp(1000) ≈ 1.97e434，直接越界。
哪些地方最容易踩中 C long 转换导致的 OverflowError？
-
range(very_large_number)：参数会被转为 Clong，哪怕你只是想迭代逻辑，不真建列表 -
list.__len__()返回值虽是int，但某些底层调用（如array.array('i', ...)）要求长度可转为 Cint -
struct.pack('i', huge_int)：格式符'i'明确要求 32 位有符号整数，超限就炸 - 调用
ctypes函数时传入超大int给c_long参数 -
os.fork()或某些系统调用在极少数平台对 PID/计数器有隐式 C 类型约束（罕见但存在）
怎么安全绕过 C long 限制？
核心原则：**避免触发隐式类型转换**。具体做法：
- 用
range()时，别传超 2³¹−1（32 位）或 2⁶³−1（64 位）的数；改用生成器逻辑或分段处理 - 需要大整数索引容器？别用
list[i]，改用字典或自定义类 +__getitem__，跳过长度校验 - 用
struct.pack()存大整数？换'Q'（无符号 64 位）或'L'，或改用int.to_bytes()手动编码 - 调
ctypes时，显式指定更大类型：ctypes.c_longlong或ctypes.c_uint64，而不是默认c_long - 涉及时间戳、ID 等逻辑大数，全程保持为
int，只在必要且可控时才转str或bytes，绝不喂给期待 C 类型的 API
浮点溢出（如 math.exp, math.log）怎么稳住？
这类不是整数问题，而是 IEEE 754 浮点表示天花板。不能靠换类型解决，得换思路：
- 用
scipy.special.logsumexp替代sum(exp(x))类计算 - 用
decimal.Decimal做高精度中间计算，再小心转回float（注意Decimal也有上下限，可通过getcontext().Emax查） - 对输入做预剪枝：
if x > 709: return float('inf')（因为exp(709.78)≈1.79e308） - 捕获异常比预测更可靠：
try: result = math.exp(x) except OverflowError: result = float('inf')
numpy.arange、pandas.Index 构造、甚至某些 ORM 的主键验证）悄悄做了 C 类型转换**。遇到 OverflowError: Python int too large to convert to C long，第一反应不该是“换更大整数类型”，而是查文档确认那个函数是否真的支持任意精度——大多数时候答案是否定的。 
