如何像正常的`int`加法一样增加`numpy.ndarray`溢出？

Question

我有两个小端格式的字节列表l1和l2 ，我想将它们加在一起，就像两个整数相加一样。

l1 = [0xf0, 0xff]
l2 = [0x31]

我可以将列表转换为int ，将值相加并再次获取原始列表中最长的字节数。 就像在第一个例子中一样：

length = max(len(l1), len(l2))
val1 = int.from_bytes(l1, "little")
val2 = int.from_bytes(l2, "little")
l3 = list((val1 + val2).to_bytes(length+1, "little"))[:length]

在此示例中，结果将是l3 == [0x21, 0x00]

两个Z3B7F949B2343F9E5390​​E29F6EF5E1778Z arrays相加的问题是两个arrays相加没有考虑溢出。 就像在第二个例子中一样：

import numpy as np
arr1 = np.array(l1, dtype=np.uint8)
arr2 = np.array(l2, dtype=np.uint8)
# padding with 0's is needed for the same length of the two arrays
if arr1.shape[0] < arr2.shape[0]:
    arr1 = np.pad(arr1, (0, length - arr1.shape[0]))
elif arr2.shape[0] < arr1.shape[0]:
    arr2 = np.pad(arr2, (0, length - arr2.shape[0]))

arr3 = arr1 + arr2

第二个示例中的结果将是np.all(arr3 == np.array([0x21, 0xff], dtype=np.uint8)) ，这与第一个示例中的结果不同。

现在我想问一下 Z3B7F949B2343F9E5390​​E29F6EF5E1778Z 库中是否已经有类似的方法，就像第一个示例显示的那样？