这是一种方法。我认为numpy已使用导入import numpy as np。

In [20]: a
Out[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])