答案是:

numpy.full((2, 2), True)

解释:

Numpy很容易创建全1或全0的数组:

例如numpy。Ones((2,2))或numpy。0 ((2, 2))

由于True和False在Python中分别表示为1和0，我们只需要使用可选的dtype参数指定该数组应为布尔值，就完成了:

numpy.ones((2, 2), dtype=bool)

返回:

array([[ True,  True],
       [ True,  True]], dtype=bool)

更新日期:2013年10月30日

从numpy版本1.8开始，我们可以使用full来实现同样的结果，而且语法更清楚地显示了我们的意图(正如fmonegaglia指出的那样):

numpy.full((2, 2), True, dtype=bool)

更新:2017年1月16日

因为至少在numpy 1.12版本中，完全自动转换为第二个形参的dtype，所以我们可以这样写:

numpy.full((2, 2), True)

Michael Currie回答的基准

import perfplot

bench_x = perfplot.bench(
    n_range= range(1, 200),
    setup  = lambda n: (n, n),
    kernels= [
        lambda shape: np.ones(shape, dtype= bool),
        lambda shape: np.full(shape, True)
    ],
    labels = ['ones', 'full']
)

bench_x.show()

答案是:

numpy.full((2, 2), True)

解释:

Numpy很容易创建全1或全0的数组:

例如numpy。Ones((2,2))或numpy。0 ((2, 2))

由于True和False在Python中分别表示为1和0，我们只需要使用可选的dtype参数指定该数组应为布尔值，就完成了:

numpy.ones((2, 2), dtype=bool)

返回:

array([[ True,  True],
       [ True,  True]], dtype=bool)

更新日期:2013年10月30日

从numpy版本1.8开始，我们可以使用full来实现同样的结果，而且语法更清楚地显示了我们的意图(正如fmonegaglia指出的那样):

numpy.full((2, 2), True, dtype=bool)

更新:2017年1月16日

因为至少在numpy 1.12版本中，完全自动转换为第二个形参的dtype，所以我们可以这样写:

numpy.full((2, 2), True)

numpy.full((2,2), True, dtype=bool)

>>> a = numpy.full((2,4), True, dtype=bool)
>>> a[1][3]
True
>>> a
array([[ True,  True,  True,  True],
       [ True,  True,  True,  True]], dtype=bool)

numpy。full(大小，标量值，类型)。还有其他参数可以传递，有关文档请查看https://docs.scipy.org/doc/numpy/reference/generated/numpy.full.html

Ones和zero分别创建充满1和0的数组，它们接受一个可选的dtype形参:

>>> numpy.ones((2, 2), dtype=bool)
array([[ True,  True],
       [ True,  True]], dtype=bool)
>>> numpy.zeros((2, 2), dtype=bool)
array([[False, False],
       [False, False]], dtype=bool)