1.numpy数组的操作
（1）数组的连接
stack
该函数可以实现多个数组的堆叠(连接)，会创建新的轴，用于沿着新的轴连接一系列数组，所有数组必须具有相同的形状。
可以增加数组的维度。
假设输入的每个数组都是 n 维数组，则 stack 合并后得到的新数组是 n+1 维数组，新增的维度大小等于输入数组的数量。
numpy.stack(arrays, axis=0, out=None)
参数：arrays：数组元素或列表
（2）数组的分割
split
该函数用于沿着指定的轴将数组分割成多个子数组，可以指定要分割的数组、分割的位置或子数组的数量。
numpy.split(ary, indices_or_sections, axis=0)
参数：ary：数组
indices_or_sections：可以是一个整数，表示要将数组平均分割成多少个子数组；也可以是一个整数列表，表示分割的位置。
import numpy as np# a = np.array([1,2,3,4,5])
# b = np.array([6,7,8,9,0])
# # 将多个数组进行堆叠，维度会发生变化
# c = np.stack([a, b], axis=1)
# print(c)arr = np.ones([3,6])
# 数组的分割，可以指定整数或下标的列表
b, c, d = np.split(arr, [1,2], axis=1)
print(b)
print(c)
print(d)
（3）where函数
numpy.where是 NumPy 库中的一个函数，它可以根据指定的条件返回满足该条件的元素的索引。
当 numpy.where 接受一个条件作为参数时，它会返回一个元组，每个元素是一个numpy数组，其中包含满足该条件的元素的索引（行索引、列索引）。
numpy.where(condition)
参数：一个布尔数组或条件表达式
返回值：一个元组，其中包含满足条件的元素的索引
import numpy as np
arr = np.array([4,6,6,3,5,2,9])
cond = arr>4
# 返回bool数组
print(cond)
ret = np.where(cond)
# 返回为真的下标
print(ret)
# 通过下标返回值
print(arr[ret])
)
![[Oracle] UNPIVOT 列转行](http://pic.xiahunao.cn/[Oracle] UNPIVOT 列转行)
