Python之NumPy（axis=0 与axis=1）区分

爱被打了一巴掌 2022-01-28 17:11 248阅读 0赞

python中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？考虑以下代码：

>>>df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], \
    columns=["col1", "col2", "col3", "col4"])
    >>>df
       col1  col2  col3  col4
        0     1     1     1     1
        1     2     2     2     2
        2     3     3     3     3

如果我们调用df.mean(axis=1),我们将得到按行计算的均值

>>> df.mean(axis=1)
    0    1
    1    2
    2    3

然而，如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列，而不是一行：

>>> df.drop("col4", axis=1)
       col1  col2  col3
    0     1     1     1
    1     2     2     2
    2     3     3     3

Can someone help me understand what is meant by an "axis" in pandas/numpy/scipy?  
有人能帮我理解一下，在pandas、numpy、scipy三都当中axis参数的真实含义吗？

**投票最高的答案揭示了问题的本质：**

其实问题理解axis有问题，df.mean其实是在每一行上取所有列的均值，而不是保留每一列的均值。也许简单的来记就是axis=0代表往**跨行（down)**，而axis=1代表**跨列（across)**，作为方法动作的副词（译者注）

换句话说:

*  使用0值表示沿着每一列或行标签\\索引值向下执行方法
 *  使用1值表示沿着每一行或者列标签模向执行对应的方法

下图代表在DataFrame当中axis为0和1时分别代表的含义:

![2233157-b77105789e36c847.jpg][]

axis参数作用方向图示