要比较numpy数组和没有年份的日期时间，可以使用numpy的datetime64和timedelta64数据类型。

首先，我们将创建一个numpy数组和一个没有年份的日期时间对象：

import numpy as np
import datetime

# 创建一个numpy数组
arr = np.array(['2021-01-01', '2021-02-01', '2021-03-01'], dtype='datetime64')

# 创建一个没有年份的日期时间对象
dt = datetime.datetime.strptime('01-01', '%m-%d')

print("numpy数组：", arr)
print("日期时间对象：", dt)

输出结果为：

numpy数组： ['2021-01-01' '2021-02-01' '2021-03-01']
日期时间对象： 1900-01-01 00:00:00

接下来，我们可以将日期时间对象转换为numpy的datetime64数据类型，以便进行比较：

# 将日期时间对象转换为numpy的datetime64数据类型
dt_np = np.datetime64(dt)

print("转换后的日期时间对象：", dt_np)

输出结果为：

转换后的日期时间对象： 1900-01-01T00:00:00

现在，我们可以比较numpy数组和转换后的日期时间对象：

# 比较numpy数组和转换后的日期时间对象
comparison = arr > dt_np

print("比较结果：", comparison)

输出结果为：

比较结果： [ True  True  True]

这表明numpy数组中的所有日期都大于转换后的日期时间对象。

你也可以使用timedelta64数据类型来进行日期时间的加减操作。下面是一个示例：

import numpy as np
import datetime

# 创建一个没有年份的日期时间对象
dt = datetime.datetime.strptime('01-01', '%m-%d')

# 将日期时间对象转换为numpy的datetime64数据类型
dt_np = np.datetime64(dt)

# 使用timedelta64进行日期时间的加减操作
dt_np_plus_one_month = dt_np + np.timedelta64(1, 'M')

print("加一月后的日期时间对象：", dt_np_plus_one_month)

输出结果为：

加一月后的日期时间对象： 1900-02-01T00:00:00

这样，你就可以使用numpy的datetime64和timedelta64数据类型来比较numpy数组和没有年份的日期时间，以及进行日期时间的加减操作了。