Python中axis=0与axis=1指的方向有什么不同详解

axis=0 和 axis=1 分别是 Pandas 中两个非常常见的参数。它们用于指定操作的方向，即按行还是按列进行操作。具体来说：

axis=0 表示按照行的方向（从上到下）进行操作，也就是对每一列进行操作。

axis=1 表示按照列的方向进行操作，也就是对每一行进行操作。

以下面的数据框为例：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
print(df)

输出：

1. axis=0

假设我们想要计算每一列的均值。这时候就需要用到 axis=0 参数。

mean_by_column = df.mean(axis=0)
print(mean_by_column)

输出：

可以看到，mean() 方法默认按照 axis=0 方向计算每一列的均值。

2. axis=1

假设我们想要计算每一行的均值。这时候就需要用到 axis=1 参数。

mean_by_row = df.mean(axis=1)
print(mean_by_row)

输出：

可以看到，mean() 方法按照 axis=1 方向计算每一行的均值。

附：axis=0 与 axis=1 的区分

官方帮助的解释：

轴用来为超过一维数组定义的属性，二维数据拥有两个轴：第0轴沿着行的方向垂直向下，第1轴沿着列的方向水平延申。

根据官方的说法，1表示横轴，方向从左到右；0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，体现出列的增加或者减少。反之，当axis=0时，数组的变化是纵向的，体现出行的增加或减少。

下图为dataframe中axis为0和1时的图示：

实例：

df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]],
                  columns=['col0','col1','col2','col3'])
>>>df

df.mean(axis=1)
>>>
0    1.0
1    2.0
2    3.0
dtype: float64
 
df.mean(axis=0)
>>>
col0    2.0
col1    2.0
col2    2.0
col3    2.0
dtype: float64
 
df.drop('col2',axis=1)
>>>

df.drop(0,axis=0)
>>>

用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

所以，axis的重点在于方向，而不是行和列，具体体现到各种用法也是如此。

总结

在 Pandas 中，许多方法都会有 axis 参数。这个参数用于指定操作的方向。需要根据具体需求选择合适的方向，才能得到正确的结果。通常来说，axis=0 表示对列进行操作，axis=1 表示对行进行操作。

到此这篇关于Python中axis=0与axis=1指的方向有什么不同的文章就介绍到这了,更多相关Python中axis=0与axis=1指定方向内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！