1.numpy.nonzero(condition)，返回参数condition(为数组或者矩阵)中非0元素的索引所形成的ndarray数组，同时也可以返回condition中布尔值为True的值索引，其中，数值0为False,其余的都为True。

>>>b=np.mat(np.arange(10)).T
>>>b
matrix([[0],
        [1],
        [2],
        [3],
        [4],
        [5],
        [6],
        [7],
        [8],
        [9]])
>>>np.nonzero(b>2)
(array([3, 4, 5, 6, 7, 8, 9], dtype=int64),
 array([0, 0, 0, 0, 0, 0, 0], dtype=int64))
>>>np.nonzero((b.A>2)*(b.A<8))
 (array([3, 4, 5, 6, 7], dtype=int64), array([0, 0, 0, 0, 0], dtype=int64))

>>> x = np.eye(3)
>>> x
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> np.nonzero(x)
(array([0, 1, 2]), array([0, 1, 2]))
>>>
>>> x[np.nonzero(x)]
array([ 1.,  1.,  1.])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 2]]

其中np.nonzero((b.A>2)*(b.A<8))是返回数组b的值在范围2<b<8的索引。并且必须要求参数时数组，如果是矩阵会报错。

A common use for nonzero is to find the indices of an array, where a condition is True. Given an array a, the condition a > 3 is a boolean array and since False is interpreted as 0, np.nonzero(a > 3) yields the indices of the a where the condition is true.这个功能和numpy.where（）的一种用法一样。

>>> 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]))

　　

2numpy.multiply(x1,x2)

对参数的元素进行相乘

参数:	x1, x2 : array，matrix 数组按位置相乘
返回值:	y : ndarray 对x1和x2的参数的元素进行相乘，如果是个标量则返回值是标量

>>> np.multiply(2.0, 4.0)
8.0
>>>
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.multiply(x1, x2)
array([[  0.,   1.,   4.],
       [  0.,   4.,  10.],
       [  0.,   7.,  16.]])