为什么可以直接将any用作numpy数组的函数？
In [30]: any(np.zeros(4))>0
Out[30]: False
我认为numpy的any() - 方法在array本身？
这是python函数还是实际的numpy方法？
答案 0 :(得分：3)
对于一维数组，它是有效的，因为内置的Python - any - 函数只需要一个带有可以转换为bool的项的迭代（并且一维数组满足这些条件）但对于多维数组，它将无法工作：
>>> import numpy as np
>>> any(np.ones((10, 10)))
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> np.any(np.ones((10, 10)))
True
那是因为如果你迭代一个数组，你迭代第一个维度，如果你有一个多维数组，你将在每次迭代中得到一个array（而不是一个数字）。这些array无法转换为bool。所以它抛出异常。
但是np.any在数组上比any更快（因为它知道输入类型（array），它可以避免any的python迭代1}}需要：
In [0]: arr = np.zeros((1000))
In [1]: %timeit any(arr)
Out[1]: 215 µs ± 4.29 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
In [2]: %timeit np.any(arr)
Out[2]: 31.2 µs ± 1.41 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
作为旁注，您可能希望使用any(np.zeros(4) > 0)代替any(np.zeros(4))>0。
第一个检查数组中的任何元素是否高于零，而第二个检查结果any（True是否有任何元素不为零）高于零。
答案 1 :(得分：2)
.menu {
position absolute;
background: white;
height: 65px;
}
.menu.sticky {
position:fixed;
height: 37px;
max-width: 480px;
padding: 0;
background: white;
}
数组是可迭代的，这是其参数的所有内置期望值。如果可迭代的所有元素都是假的，则numpy返回any，所有的零都是。然后，比较any也是False，为您提供观察值。