Определение 64-разрядного по сравнению с 32-разрядным Windows

В этом случае вы можете перебирать строки и столбцы (используя индексацию) и использовать списки для удаления 0. Рассмотрим следующий пример вывода

a = np.array([['T','E','S','T'],
['0','0','0','E'],
['0','0','0','S'],
['0','0','0','T']])
height,width = a.shape
for i in range(height):
    word = ''.join([j for j in a[i] if j!='0'])
    if len(word)>=2: print(word)
for i in range(width):
    word = ''.join([j for j in a[:,i] if j!='0'])
    if len(word)>=2: print(word)

:

TEST
TEST

a - это жестко закодированное значение, например, для ясности, обратите внимание на использование a.shape, которое более элегантно, чем магические числа.

Как отмечалось в комментарии, у него был один недостаток в исходной форме, чтобы избежать этой проблемы, for должны выглядеть следующим образом:

for i in range(height)
    words = ''.join(a[i]).split('0')
    words = [i for i in words if len(i)>=2]
    if words: print(words)
for i in range(width):
    words = ''.join(a[:,i]).split('0')
    words = [i for i in words if len(i)>=2]
    if words: print(words)

Обратите внимание, что теперь words является списком, этот метод может также обнаружил два или более слова в одной строке или столбце.