我创建了一个不包含单个零的数组（我们忽略它包含零的概率，因为np.random.rand()均匀采样 [0,1)）。我想检查所有值是否等于零（出于其他目的，数组可能包含所有零）。以下是一些时间安排。

令我惊讶的是，检查单个（非零）元素比使用np.all()或快约 2000 倍np.any()。我假设编译器在内部np.all()用替换np.any()逆条件，并在第一次满足/违反条件时np.any()/np.all()返回（即编译器不会首先创建或值的整个数组）。True/False``True``False

np.all()当只需要检查一个元素时，为什么速度np.any()会慢很多？还是因为我输入了数组不包含全零的外部知识？对于全零数组，我猜对每个元素分别进行布尔比较可能会太慢。我不知道底层低级算法的性能，但每个元素都需要访问一次，无论是逐个访问还是创建一次整个布尔数组。

import numpy as np

np.random.seed(100)
a = np.random.rand(10418,144)
%timeit a[0,0] == 0
%timeit (a == 0).all()
%timeit np.all(a == 0)
%timeit (a != 0).any()
%timeit np.any(a != 0)

# 400 ns ± 2.08 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
# 713 µs ± 382 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
# 720 µs ± 1.17 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
# 711 µs ± 407 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)
# 723 µs ± 630 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)