any()和all()用于布尔数组。如果数组中有任何值等于True，则any()返回True。如果数组中的所有值都等于True，则all()返回True。对于整数/浮点数，功能类似，不同的是，如果在数组中找不到值0，则返回True。在您的示例中，由于a.any()和a.all()都将返回True，因此a.any() == a.all()。
尝试执行以下代码，看看它在实践中是如何工作的。

a = np.asarray([1,2,3])
b = np.asarray([-1,0,1])
c = np.asarray([True, False])

print(a.any())
print(a.all())

print(b.any())
print(b.all())

print(c.any())
print(c.all())

字符串

在像你这样的1D numpy整数数组中，当且仅当 some 元素不为零时，any将给予True，而当且仅当 all 元素不为零时，all将给予True。
所以你的第一段代码翻译成：
“如果问题”在a中是否有非零元素？“的答案与”b的所有元素都非零吗？"的答案相同，则打印“是”。
第二个进入：
“如果问题”在a中是否有非零元素？“的答案与”在b中是否有非零元素？“的答案相同，则打印”是“。

我认为最初的帖子是由于在比较两个表时，对逻辑操作（例如==）和方法np.any（）和np.all（）的组合存在误解。根据@user2653663的回答，我认为值得通过以下示例来完成它：

import numpy as np
    a = np.asarray([1,2,3])
    b = np.asarray([1,0,1])
    print((a == b).any())
    print((a == b).all())
    True
    False

字符串
第一次打印将返回True，因为比较操作“cell by cell”在两个表中找到了至少一个相等的单元格;在我们的例子中是a[0] == b[0]。第二次打印返回False，因为不是所有的单元格都是相等的。你可以很容易地想象为什么这样做：

print(a == b)
[ True False False]

型