快捷導(dǎo)航

numpy庫與pandas庫axis=0，axis= 1軸的用法詳解

更新時(shí)間：2019年05月27日 09:55:49 作者：qq_372725407

這篇文章主要介紹了numpy庫與pandas庫axis=0，axis= 1軸的用法詳解，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

對(duì)數(shù)據(jù)進(jìn)行操作時(shí)，經(jīng)常需要在橫軸方向或者數(shù)軸方向?qū)?shù)據(jù)進(jìn)行操作，這時(shí)需要設(shè)定參數(shù)axis的值：

axis = 0 代表對(duì)橫軸操作，也就是第0軸；
axis = 1 代表對(duì)縱軸操作，也就是第1軸；

numpy庫中橫軸、縱軸 axis 參數(shù)實(shí)例詳解：

In [1]: import numpy as np
#生成一個(gè)3行4列的數(shù)組
In [2]: a = np.arange(12).reshape(3,4)
In [3]: a
Out[3]:
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])
#axis= 0 對(duì)a的橫軸進(jìn)行操作，在運(yùn)算的過程中其運(yùn)算的方向表現(xiàn)為縱向運(yùn)算
In [4]: a.sum(axis = 0)
Out[4]: array([12, 15, 18, 21])
#axis= 1 對(duì)a的縱軸進(jìn)行操作，在運(yùn)算的過程中其運(yùn)算的方向表現(xiàn)為橫向運(yùn)算
In [5]: a.sum(axis = 1)
Out[5]: array([ 6, 22, 38])

pandas庫DataFrame中橫軸、縱軸 axis 參數(shù)實(shí)例詳解：

In [8]: b = pd.DataFrame(np.arange(24).reshape(4,6))
In [9]: b
Out[9]:
  0  1  2  3  4  5
0  0  1  2  3  4  5
1  6  7  8  9 10 11
2 12 13 14 15 16 17
3 18 19 20 21 22 23
#axis= 0 對(duì)b的橫軸進(jìn)行操作，在運(yùn)算的過程中其運(yùn)算的方向表現(xiàn)為縱向運(yùn)算
In [10]: b.sum(axis = 0)
Out[10]:
0  36
1  40
2  44
3  48
4  52
5  56
dtype: int64
#axis= 1 對(duì)b的橫軸進(jìn)行操作，在運(yùn)算的過程中其運(yùn)算的方向表現(xiàn)為縱向運(yùn)算
In [11]: b.sum(axis = 1)
Out[11]:
0   15
1   51
2   87
3  123
dtype: int64

pandas庫panel中axis 參數(shù)實(shí)例詳解：

In [18]: np.arange(24).reshape(2,3,4)
Out[18]:
array([[[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]],
 
    [[12, 13, 14, 15],
    [16, 17, 18, 19],
    [20, 21, 22, 23]]])
#生成面板數(shù)據(jù)
In [19]: c = pd.Panel(np.arange(24).reshape(2,3,4))
In [24]: c
Out[24]:
<class 'pandas.core.panel.Panel'>
Dimensions: 2 (items) x 3 (major_axis) x 4 (minor_axis)
Items axis: 0 to 1
Major_axis axis: 0 to 2
Minor_axis axis: 0 to 3
#對(duì)Items axis軸的數(shù)據(jù)進(jìn)行操作，也就是panel里面的0軸：
In [20]: c.sum(axis = 0)
Out[20]:
  0  1  2  3
0 12 14 16 18
1 20 22 24 26
2 28 30 32 34
對(duì)Major_axis axis軸的數(shù)據(jù)進(jìn)行操作
In [21]: c.sum(axis = 1)
Out[21]:
  0  1
0 12 48
1 15 51
2 18 54
3 21 57
對(duì)Minor_axis axis軸的數(shù)據(jù)進(jìn)行操作
In [22]: c.sum(axis = 2)
Out[22]:
  0  1
0  6 54
1 22 70
2 38 86