TFS: shelveset может быть восстановлен другому местоположению?

Проблема с вашим выражением where возникает внутри него, когда вы пытаетесь объединить два условия:

In [210]: np.sum(arr, axis=1) == 0 and np.sum(arr, axis=0) == 0                 
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-210-46c837435a31> in <module>
----> 1 np.sum(arr, axis=1) == 0 and np.sum(arr, axis=0) == 0

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
In [211]: (np.sum(arr, axis=1) == 0) & (np.sum(arr, axis=0) == 0)               
Out[211]: array([False, False, False, False])

Вы должны обернуть тест == внутри (), чтобы он появился первым, и Вы должны использовать & для поэтапного выполнения and. and является скалярной операцией и не очень хорошо работает с булевыми массивами.

Тесты строк и столбцов:

In [212]: arr.sum(0)==0                                                         
Out[212]: array([False, False, False,  True])
In [213]: arr.sum(1)==0                                                         
Out[213]: array([False, False,  True, False])

, но вам нужна какая-то внешняя или декартова комбинация, а не простая поэлементная комбинация (это было бы более очевидно, если бы было различное количество строк и столбцы).

In [218]: (arr.sum(1)==0)[:,None] & (arr.sum(0)==0)                             
Out[218]: 
array([[False, False, False, False],
       [False, False, False, False],
       [False, False, False,  True],
       [False, False, False, False]])
In [219]: np.where(_)                                                           
Out[219]: (array([2]), array([3]))

Или с параметром keepdims из sum:

In [220]: arr.sum(0, keepdims=True)==0                                          
Out[220]: array([[False, False, False,  True]])
In [221]: arr.sum(1, keepdims=True)==0                                          
Out[221]: 
array([[False],
       [False],
       [ True],
       [False]])
In [222]: np.where(_220 & _221)             # Out[220] etc                                    
Out[222]: (array([2]), array([3]))