您可以简单地使用adapt a general iterator method进行数组比较

def all_equal(iterator):
  try:
     iterator = iter(iterator)
     first = next(iterator)
     return all(np.array_equal(first, rest) for rest in iterator)
  except StopIteration:
     return True

如果这不起作用，则意味着您的数组 * 不 * 相等。

• 演示版 *：

>>> i = [np.array([1,2,3]),np.array([1,2,3]),np.array([1,2,3])]
>>> print(all_equal(i))
True
>>> j = [np.array([1,2,4]),np.array([1,2,3]),np.array([1,2,3])]
>>> print(all_equal(j))
False

可以在列表解析中使用np.array_equal()来比较每个数组与第一个数组：

all([np.array_equal(list_of_arrays[0], arr) for arr in list_of_arrays])

如果您得阵列大小相同，则此解决方案使用numpy_indexed（免责声明：我是它的作者）应该工作和非常有效：

import numpy_indexed as npi
npi.all_unique(list_of_arrays)

@jtr的回答很棒，但我想建议一个稍微不同的替代方案。
首先，我认为使用array_equal不是一个好主意，因为你可能有两个浮点数组，也许你最终会有你愿意容忍的非常小的差异，但是array_equal返回True当且仅当两个数组具有相同的形状和完全相同的元素时。所以让我们使用allclose来代替。允许选择满足需要的绝对和相对公差。
然后，我将使用内置的zip函数，这使得代码更加优雅。
代码如下：

all([np.allclose(array, array_expected), for array, array_expected in zip(array_list, array_list_expected)])

我想你可以使用函数unique。
http://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.unique.html#numpy.unique
如果数组中的所有子数组都相同，则只返回一项。
这里更好地描述了如何使用它。
Find unique rows in numpy.array