查看numpy.testing中的assert函数，例如：
assert_array_equal
对于浮点数组，相等性测试可能会失败，assert_almost_equal更可靠。

更新

在几个版本之前，numpy得到了assert_allclose，这是我现在最喜欢的，因为它允许我们指定绝对和相对误差，并且不需要小数舍入作为接近标准。

我觉得(arr1 == arr2).all()看起来很不错。但您可以使用：用途：

numpy.allclose(arr1, arr2)

但又不完全一样
另一种选择，几乎与您的示例相同：

numpy.alltrue(arr1 == arr2)

注意scipy.array实际上是一个引用numpy.array。这使得更容易找到文档。

我发现使用self.assertEqual(arr1.tolist(), arr2.tolist())是用unittest比较数组的最简单方法。
我同意它不是最漂亮的解决方案，也可能不是最快的，但它可能与其他测试用例更一致，你可以得到所有的单元测试错误描述，而且它真的很容易实现。

从Python 3.2开始，你可以使用assertSequenceEqual(array1.tolist(), array2.tolist())。
这具有额外的价值，可以向您显示数组中不同的确切项。

self.assertTrue(np.array_equal(x, y, equal_nan=True))

equal_nan = True如果你想np.nan == np.nan返回True
或者你可以使用numpy.allclose来与torelance进行比较。

在我的测试中，我使用这个：

numpy.testing.assert_array_equal(arr1, arr2)

使用numpy

numpy.array_equal(a, b)

np.linalg.norm(arr1 - arr2) < 1e-6

使用Python 3.10.12，使用内置的unittest模块可以很好地处理嵌套数组（深度相等）

self.assertEqual([
    ["1","0","1","1","0","1","1"]
], [
    ["1","0","1","1","0","1","x"]
])

它会输出一个很好的失败消息。

First differing element 0:
['1', '0', '1', '1', '0', '1', '1']
['1', '0', '1', '1', '0', '1', 'x']

- [['1', '0', '1', '1', '0', '1', '1']]
?                                  ^

+ [['1', '0', '1', '1', '0', '1', 'x']]
?

基于您的问题的注解：如果你总是比较一个指向同一个数组的指针（或者修改数组，然后将其与自身进行比较），那么每次结果都会为true。所以这是个错误