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(diào)用df.mean(axis=1),我們將得到按行計(jì)算的均值

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

          

然而，如果我們調(diào)用 df.drop((name, axis=1),我們實(shí)際上刪掉了一列，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?

有人能幫我理解一下，在pandas、numpy、scipy三都當(dāng)中axis參數(shù)的真實(shí)含義嗎？

投票最高的答案揭示了問(wèn)題的本質(zhì)：

其實(shí)問(wèn)題理解axis有問(wèn)題，df.mean其實(shí)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(jiǎn)單的來(lái)記就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作為方法動(dòng)作的副詞（譯者注）

換句話(huà)說(shuō):

• 使用0值表示沿著每一列或行標(biāo)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(biāo)簽?zāi)Ｏ驁?zhí)行對(duì)應(yīng)的方法

下圖代表在DataFrame當(dāng)中axis為0和1時(shí)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(duì)關(guān)鍵字axis的用法，用法在Numpy庫(kù)的詞匯表當(dāng)中有過(guò)解釋?zhuān)?

軸用來(lái)為超過(guò)一維的數(shù)組定義的屬性，二維數(shù)據(jù)擁有兩個(gè)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(wèn)題當(dāng)中第一個(gè)列子 df.mean(axis=1)代表沿著列水平方向計(jì)算均值，而第二個(gè)列子df.drop(name, axis=1) 代表將name對(duì)應(yīng)的列標(biāo)簽（們）沿著水平的方向依次刪掉。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。