這期內容當中小編將會給大家?guī)碛嘘PPython中axis=0 與axis=1的區(qū)別是什么，文章內容豐富且以專業(yè)的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。
創(chuàng)新互聯(lián)公司堅持“要么做到，要么別承諾”的工作理念，服務領域包括：網(wǎng)站建設、成都網(wǎng)站設計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務，滿足客戶于互聯(lián)網(wǎng)時代的平陰網(wǎng)站設計、移動媒體設計的需求，幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡建設合作伙伴！python中的axis究竟是如何定義的呢？他們究竟代表是DataFrame的行還是列？考慮以下代碼：
>>>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
如果我們調用df.mean(axis=1),我們將得到按行計算的均值
>>> df.mean(axis=1) 0 1 1 2 2 3
然而，如果我們調用 df.drop((name, axis=1),我們實際上刪掉了一列，而不是一行：
重慶分公司
重慶分公司
>>> df.drop("col4", axis=1)
col1 col2 col3
0 1 1 1
1 2 2 2
2 3 3 3Can someone help me understand what is meant by an "axis" in pandas/numpy/scipy?
有人能幫我理解一下，在pandas、numpy、scipy三都當中axis參數(shù)的真實含義嗎？
投票最高的答案揭示了問題的本質：
其實問題理解axis有問題，df.mean其實是在每一行上取所有列的均值，而不是保留每一列的均值。也許簡單的來記就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作為方法動作的副詞（譯者注）
換句話說:
使用0值表示沿著每一列或行標簽\索引值向下執(zhí)行方法
使用1值表示沿著每一行或者列標簽模向執(zhí)行對應的方法
下圖代表在DataFrame當中axis為0和1時分別代表的含義:
axis參數(shù)作用方向圖示
另外，記住，Pandas保持了Numpy對關鍵字axis的用法，用法在Numpy庫的詞匯表當中有過解釋：
軸用來為超過一維的數(shù)組定義的屬性，二維數(shù)據(jù)擁有兩個軸：第0軸沿著行的垂直往下，第1軸沿著列的方向水平延伸。
所以問題當中第一個列子 df.mean(axis=1)代表沿著列水平方向計算均值，而第二個列子df.drop(name, axis=1) 代表將name對應的列標簽（們）沿著水平的方向依次刪掉。
上述就是小編為大家分享的Python中axis=0 與axis=1的區(qū)別是什么了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
