语法：
函数返回值为tuple元组类型，tuple内的元素数目与ndarray维度相同。

np.nonzero(ndarray)

先强调一点，数组的索引是从0开始。
示例：

# 1维数组
a = [0,2,3]
b = np.nonzero(a)
print(b)
# (array([1, 2], dtype=int64),)
# 说明：索引1和索引2的位置上元素的值非零。

# 2维数组
a = np.array([[0,0,3],[0,0,0],[0,0,9]])
b = np.nonzero(a)
print(b)
# (array([0, 2], dtype=int64), array([2, 2], dtype=int64))
# 说明：
# tuple的每一个元素，从一个维度来确定非零元素的位置。所以对于二维数组，tuple就有两个元素。
# tuple的元素的内容是该维度不为0的元素的位置，排列顺序是数组遍历的顺序。
# 比如确定第一个非零元素的位置：先找tuple内的第一个元素  array([0, 2], dtype=int64)的第一个元素，为0，说明第一个非零元素在第一行；
# 之后tuple内的第二个元素 array([2, 2], dtype=int64)的第一个元素，为2，说明第一个非零元素在第三列。

# 3维数组
a = np.array([[[0,1],[1,0]],[[0,1],[1,0]],[[0,0],[1,0]]])
print(a)
# [[[0 1]
#   [1 0]]
# 
#  [[0 1]
#   [1 0]]
# 
#  [[0 0]
#   [1 0]]]
b = np.nonzero(a)
print(b)
# (array([0, 0, 1, 1, 2], dtype=int64), array([0, 1, 0, 1, 1], dtype=int64), array([1, 0, 1, 0, 0], dtype=int64))
# 说明：由于a是3维数组，因此，索引值数组有3个一维数组，分别代表层、行、列。
# 查找原理和二维数组一致，不再赘述。