这是一种方法。我认为numpy已使用导入
import numpy as np。
In [20]: aOut[20]: array([[0, 1, 0], [1, 0, 1], [0, 0, 0], [1, 1, 0], [0, 0, 0]])In [21]: np.where(~a.any(axis=1))[0]Out[21]: array([2, 4])
这个答案略有不同：如何检查矩阵是否包含零列？
这是怎么回事：
any如果数组中的任何值为“
truthy”，则该方法返回True。非零数字被视为True，而0被视为False。通过使用参数
axis=1，该方法将应用于每一行。对于示例
a，我们有：
In [32]: a.any(axis=1)Out[32]: array([ True, True, False, True, False], dtype=bool)
因此，每个值指示相应的行是否包含非零值。该
~操作是二进制“不是”或补充：
In [33]: ~a.any(axis=1)Out[33]: array([False, False, True, False, True], dtype=bool)
（给出相同结果的替代表达式是
(a == 0).all(axis=1)。）
要获取行索引，我们使用
where函数。它返回参数为True的索引：
In [34]: np.where(~a.any(axis=1))Out[34]: (array([2, 4]),)
请注意，
where返回的元组包含单个数组。
where适用于n维数组，因此它总是返回一个元组。我们想要该元组中的单个数组。
In [35]: np.where(~a.any(axis=1))[0]Out[35]: array([2, 4])
