Una opción alternativa: usar `np.linalg.norm(a)` para calcular la norma, resultando un único número (para facilitar "mirar a ojo").
Por otra parte la función que menciona Marcelo es muy útil, vean la documentación y tomen en cuenta que usando el "broadcasting" de numpy que vimos hoy en el tutorial de numpy pueden hacer algo como `np.allclose(a,0)` para comparar todas las entradas de `a` con `0`. Menciono esto porque la página de manual de la función `allclose(...)` solamente da ejemplos de tipo `np.allclose(a, b)` donde tanto `a` como `b` son arrays del mismo tamaño.
Observen que `np.allclose(...)` tiene algunos parametros opcionales (rtol, atol) que permiten modificar el error relativo y absoluto que es tolerado.
Por otra parte la función que menciona Marcelo es muy útil, vean la documentación y tomen en cuenta que usando el "broadcasting" de numpy que vimos hoy en el tutorial de numpy pueden hacer algo como `np.allclose(a,0)` para comparar todas las entradas de `a` con `0`. Menciono esto porque la página de manual de la función `allclose(...)` solamente da ejemplos de tipo `np.allclose(a, b)` donde tanto `a` como `b` son arrays del mismo tamaño.
Observen que `np.allclose(...)` tiene algunos parametros opcionales (rtol, atol) que permiten modificar el error relativo y absoluto que es tolerado.