我有一个多维的NumPy类数组，（我使用Dask，但这适用于NumPy，因为Dask模仿了API），它来自1592个图像的数组：
a：

array([[[ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        ...,
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True]],

       ...,

       [[ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        [ True,  True,  True, ...,  True,  True,  True],
        ...,
        [False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False],
        [False, False, False, ..., False, False, False]]])

我想保留蒙版包含False条目的图像，并删除 * all * True的图像。我可以用array.all()这样做：

mask = a.all(axis=1).all(axis=1)
retain = np.where(mask==False,filenames,None)
#write `retain` to a file to be read by another script

其中filenames是我的文件路径列表。
但是，我不觉得a.all(axis=1).all(axis=1)非常令人满意。在我看来，这就像我在数组上运行了两次，而一次就足够了。但我有吗
注：a.all(axis=1)给出：

array([[ True,  True,  True,  True,  True,  True,  True,  True,  True,
         True,  True,  True,  True,  True,  True,  True,  True,  True,
         True,  True],

       ...,

       [False, False, False, False, False, False, False, False, False,
        False, False, False, False, False, False, False, False, False,
        False, False]])

并且a.all(axis=1).all(axis=1)给出：

array([ True, False, False, False,  True,  True, False, False, False,

        ...,

       False, False, False,  True, False, False, False])

在这个例子中，我是否可以更有效地从三维数据转换到一维数据？