Python中axis=0 與axis=1的區(qū)別是什么

這期內(nèi)容當(dāng)中小編將會(huì)給大家?guī)?lái)有關(guān)Python中axis=0 與axis=1的區(qū)別是什么，文章內(nèi)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。

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：

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。

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(lèi)似的疑惑，不妨參照上述分析進(jìn)行理解。如果想知道更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道。