axis=0 和 axis=1 分別是 Pandas 中兩個非常常見的參數(shù)。它們用于指定操作的方向，即按行還是按列進行操作。具體來說：

axis=0 表示按照行的方向（從上到下）進行操作，也就是對每一列進行操作。

axis=1 表示按照列的方向進行操作，也就是對每一行進行操作。

以下面的數(shù)據(jù)框為例：

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

輸出：

1. axis=0

假設我們想要計算每一列的均值。這時候就需要用到 axis=0 參數(shù)。

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

輸出：

可以看到，mean() 方法默認按照 axis=0 方向計算每一列的均值。

2. axis=1

假設我們想要計算每一行的均值。這時候就需要用到 axis=1 參數(shù)。

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

輸出：

可以看到，mean() 方法按照 axis=1 方向計算每一行的均值。

附：axis=0 與 axis=1 的區(qū)分

官方幫助的解釋：

軸用來為超過一維數(shù)組定義的屬性，二維數(shù)據(jù)擁有兩個軸：第0軸沿著行的方向垂直向下，第1軸沿著列的方向水平延申。

根據(jù)官方的說法，1表示橫軸，方向從左到右；0表示縱軸，方向從上到下。當axis=1時，數(shù)組的變化是橫向的，體現(xiàn)出列的增加或者減少。反之，當axis=0時，數(shù)組的變化是縱向的，體現(xiàn)出行的增加或減少。

下圖為dataframe中axis為0和1時的圖示：

實例：

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的重點在于方向，而不是行和列，具體體現(xiàn)到各種用法也是如此。

總結(jié)

在 Pandas 中，許多方法都會有 axis 參數(shù)。這個參數(shù)用于指定操作的方向。需要根據(jù)具體需求選擇合適的方向，才能得到正確的結(jié)果。通常來說，axis=0 表示對列進行操作，axis=1 表示對行進行操作。

到此這篇關于Python中axis=0與axis=1指的方向有什么不同的文章就介紹到這了,更多相關Python中axis=0與axis=1指定方向內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論