不知道大家有没有过这种经历，就是想要判断两个数组运算后得到的新数组中的各个元素值是否相同。这里给出一种使用np.unique()的方法，代码如下：
import numpy as np
class Debug:
@staticmethod
def isAllElementSame():
x1 = np.array([[1, 2, 3], [3, 4, 5], [6, 7, 8]])
x2 = np.array([[81., 162., 243., ], [243., 324., 405.], [486., 567., 648.]])
print('The result if x2/x1 is:')
print(x2 / x1)
print('Judge whether all elements in array are same or not')
print(len(np.unique(x2 / x1)) == 1)
if __name__ == '__main__':
debug = Debug()
debug.isAllElementSame()
"""
The result if x2/x1 is:
[[81. 81. 81.]
[81. 81. 81.]
[81. 81. 81.]]
Judge whether all elements in array are same or not
True
"""
可以看到，当输出为True的时候，表明数组中的所有元素的值均一致，反之，当为False的时候，数组中存在不一样的元素值。
如果数组中的元素是复数呢？
import numpy as np
class Debug:
@staticmethod
def isAllElementSame():
x1 = np.array([complex(1, 2), complex(2, 4)])
x2 = np.array([complex(2, 4), complex(4, 8)])
print('The result if x2/x1 is:')
print(x2 / x1)
print('Judge whether all elements in array are same or not')
print(len(np.unique(x2 / x1)) == 1)
if __name__ == '__main__':
debug = Debug()
debug.isAllElementSame()
"""
The result if x2/x1 is:
[2.+0.j 2.+0.j]
Judge whether all elements in array are same or not
True
"""
可以看到，当数组元素为复数时，该方法仍然适用。然而当数组元素为小数时，可能会失效，如果失效，加上np.round()函数并设定所需要保留的有效位小数即可，例如：print(len(np.unique(np.round(x2 / x1))) == 1)。