今天突遇一个矩阵的函数，np.nonzeros()看了半天才看到是怎么回事。下面来看一下官方的解释。
x = np.array([[1,0,0], [0,2,0], [1,1,0]]) x array([[1, 0, 0], [0, 2, 0], [1, 1, 0]])试一下她返回什么鬼东西： np.nonzero(x) (array([0, 1, 2, 2], dtype=int64), array([0, 1, 0, 1], dtype=int64)) x = np.array([[1,1,1], [1,2,0], [1,1,0]]) np.nonzero(x) (array([0, 0, 0, 1, 1, 2, 2]), array([0, 1, 2, 0, 1, 0, 1])) 有没有看出什么门道呢？那么聪明的你，一定看到了，对了，第一个数组存的是有非零元素的索引，有多少个，就重复写多少个，而第二个数组存放的是／ 非零元素的位置。
有什么用呢？
>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]]) >>> a > 3 array([[False, False, False], [ True, True, True], [ True, True, True]], dtype=bool) >>> np.nonzero(a > 3) (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2])) 看，他会返回布尔索引中为true的位置信息。这个功能咱作k均值聚类的时候，要遍历所有质心，并更新取值时特别有用。
