In [119]: np.array([1,0,2,0],dtype=bool)                                             
Out[119]: array([ True, False,  True, False])

In [120]: np.array([1, False, 2, False, []])                                         
Out[120]: array([1, False, 2, False, list([])], dtype=object)

注意dtype。对于对象dtype，数组的元素是Python对象，就像它们在源列表中一样。
在第一种情况下，数组的dtype是布尔型的。元素代表布尔值，但它们本身不是Python True/False对象。严格地说，Out[119]不是containnp.bool_对象。Out[119][1]是bool_类型。但这是'unboxing'的结果。它是ndarray索引在您请求一个元素时产生的结果。（这种'unboxing'的区别对所有非对象数据类型都是正确的。）
通常我们不创建dtype对象，而更喜欢np.array(True)，但要遵循您的示例：

In [124]: np.bool_(True)                                                             
Out[124]: True
In [125]: type(np.bool_(True))                                                       
Out[125]: numpy.bool_
In [126]: np.bool_(True) is True                                                     
Out[126]: False
In [127]: type(True)                                                                 
Out[127]: bool

is是一个严格的测试，不仅是对相等性的测试，还对同一性的测试。不同类的对象不满足is测试。对象可以满足==测试，但不满足is测试。
让我们来看看对象dtype数组：

In [129]: np.array([1, False, 2, np.bool_(False), []])                               
Out[129]: array([1, False, 2, False, list([])], dtype=object)
In [130]: [i is False for i in _]                                                    
Out[130]: [False, True, False, False, False]

在Out[129]显示中，两个False对象显示相同，但Out[130]测试显示它们不同。
专注于你的问题。

• np.bool_(False)是一个独特的对象，但与False不同。正如您所注意到的，它有许多与np.array(False)相同的属性/方法。
• 如果数组dtype是bool，它就不包含Python bool对象，甚至不包含np.bool_对象，然而索引这样的数组会产生bool_，而将item()应用于它会产生Python bool。
• 如果数组对象是dtype，那么它很可能包含Python bool，除非你已经采取了特殊的步骤来包含bool_对象。

变量有些混乱，发生的是模块和python之间的“混乱”，使用isinstance(variable, type)检查它是什么，如果在你的代码中可用。
创建一个bool变量就可以了，python会正确地读取它：

np_bool = np.bool(True)
py_bool = True

print(isinstance(np_bool, bool)) # True
print(isinstance(py_bool, bool)) # True

但是对于列表，情况就不同了，numpy bool列表并不是列表上的bool值，正如你在这个例子中看到的：

# Regular list of int
arr0 = [-2, -1, 0, 1, 2]

# Python list of bool
arr1 = [True, False, True, False]

# Numpy list of bool, from int / bool
arr3_a = np.array([-2, -1, 0, 1, 2], dtype=bool)
arr3_b = np.array([True, False, True, False], dtype=bool)

print(isinstance(arr0[0], int))    # True
print(isinstance(arr1[0], bool))   # True

print(isinstance(arr3_a[0], bool)) # False
print(isinstance(arr3_b[0], bool)) # False

为了使用numpy列表中的变量，需要使用bool()进行转换

arr3_a = np.array([-2, -1, 0, 1, 2], dtype=bool)

x = (bool(arr3_a[0]) is True)
print(isinstance(x, bool)) # True

快速使用示例：

arr3_a = np.array([-2, -1, 0, 1, 2], dtype=bool)

for c in range(0, len(arr3_a)):
    if ( bool(arr3_a[c]) == True ):
        print(("List value {} is True").format(c))
    else:
        print(("List value {} is False").format(c))

另一个区别是可以在np.bool上自动强制转换为整数，但不能在np.bool_上。
这是必需的，例如here

>>> np.bool(False) - np.bool(True)
-1

>>> np.bool_(False) - np.bool_(True)
TypeError: numpy boolean subtract, the `-` operator, is not supported, use the bitwise_xor, the `^` operator, or the logical_xor function instead.

备忘录

def _test():
    a = np.bool_(True)
    b = np.bool_(True)
    c = np.bool_(False)
    d = np.bool_(False)
    # test_1
    print(a is True)
    print(a is False)
    print(a == True)
    print(a == False)
    print(c is True)
    print(c is False)
    print(c == True)
    print(c == False)
    # test_2
    print(a is b)
    print(a == b)
    print(a and b)
    print(a or b)
    # test_3
    print(a is c)
    print(a == c)
    print(a and c)
    print(a or c)
    # test_4
    print(c is d)
    print(c == d)
    print(c and d)
    print(c or d)
    # test_5
    print(not a)
    print(not c)

测试1：
假假真假
假假假真
测试2：
真真真真
测试3：
假假假真
测试4：
对对错错
测试_5：
假真