你的问题在于 np.equal.reduce 方法。这个方法会对数组的列进行逐对比较，然后对这些比较结果进行归约（reduce），可能会导致中间的比较结果混淆，从而得到错误的最终结果。

为了检查每一列中的所有值是否相同，可以使用一个更直接的方法。我们可以比较每一列的所有元素是否都等于该列的第一个元素。具体代码如下：

import numpy as np

a = np.array([[1, 1, 0],
              [1, -1, 0],
              [1, 0, 0],
              [1, 1, 0]])

# 方法：比较每一列的所有元素是否都等于该列的第一个元素
result = (a == a[0]).all(axis=0)

print(result)

解释：

1. a == a[0]：创建一个布尔数组，表示 a 中的每个元素是否等于该列的第一个元素。
2. .all(axis=0)：沿着列轴检查所有值是否都为 True。

对于你的例子：

# 示例1
a = np.array([[1, 1, 0],
              [1, -1, 0],
              [1, 0, 0],
              [1, 1, 0]])

result = (a == a[0]).all(axis=0)
print(result)  # 输出: [ True False  True]

# 示例2
a = np.array([[1, 1, 0],
              [1, 0, 0],
              [1, 0, 0],
              [1, 1, 0]])

result = (a == a[0]).all(axis=0)
print(result)  # 输出: [ True False  True]

在这两个示例中，result 都准确地反映了每列中所有值是否相同。这种方法避免了逐对比较的中间结果混淆问题，并且更直观易懂。