Stackoverflow.com是程序員的好去處，本公眾號將以pandas為主題贫导，開始一個系列抛猫，爭取做到每周一篇，翻譯并幫助pandas學習者一起理解一些有代表性的案例孩灯。今天的主題就是Pandas與Numpy中一個非常重要的參數(shù)：axis.(軸）
Stackoverflow問題如下：
python中的axis究竟是如何定義的呢邑滨？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
如果我們調用df.mean(axis=1),我們將得到按行計算的均值
>>> df.mean(axis=1)
0 1
1 2
2 3
然而钱反，如果我們調用 df.drop((name, axis=1),我們實際上刪掉了一列掖看，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面哥、numpy哎壳、scipy三都當中axis參數(shù)的真實含義嗎？
投票最高的答案揭示了問題的本質：
其實問題理解axis有問題尚卫，df.mean其實是在每一行上取所有列的均值归榕，而不是保留每一列的均值。也許簡單的來記就是axis=0代表往跨行（down)吱涉，而axis=1代表跨列（across)刹泄，作為方法動作的副詞（譯者注）
換句話說:
- 使用0值表示沿著每一列或行標簽\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簽模向執(zhí)行對應的方法
下圖代表在DataFrame當中axis為0和1時分別代表的含義:
另外，記住怎爵，Pandas保持了Numpy對關鍵字axis的用法特石，用法在Numpy庫的詞匯表當中有過解釋：
軸用來為超過一維的數(shù)組定義的屬性，二維數(shù)據(jù)擁有兩個軸：第0軸沿著行的垂直往下鳖链，第1軸沿著列的方向水平延伸姆蘸。
所以問題當中第一個列子 df.mean(axis=1)代表沿著列水平方向計算均值，而第二個列子df.drop(name, axis=1) 代表將name對應的列標簽（們）沿著水平的方向依次刪掉芙委。
