Python之NumPy(axis=0 與axis=1)區(qū)分詳解
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,如果我們調用 df.drop((name, axis=1),我們實際上刪掉了一列,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,df.mean其實是在每一行上取所有列的均值,而不是保留每一列的均值。也許簡單的來記就是axis=0代表往跨行(down),而axis=1代表跨列(across),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:

axis參數(shù)作用方向圖示
另外,記住,Pandas保持了Numpy對關鍵字axis的用法,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,第1軸沿著列的方向水平延伸。
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。
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
7個流行的Python強化學習算法及代碼實現(xiàn)詳解
目前流行的強化學習算法包括?Q-learning、SARSA、DDPG、A2C、PPO、DQN?和?TRPO。這些算法已被用于在游戲、機器人和決策制定等各種應用中,本文我們將對其做一個簡單的介紹,感興趣的可以學習一下2023-01-01
python開發(fā)之anaconda以及win7下安裝gensim的方法
這篇文章主要介紹了python開發(fā)之anaconda以及win7下安裝gensim的方法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
tensorflow1.0學習之模型的保存與恢復(Saver)
這篇文章主要介紹了tensorflow1.0學習之模型的保存與恢復(Saver) ,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-04-04
Python numpy實現(xiàn)數(shù)組合并實例(vstack,hstack)
這篇文章主要介紹了Python numpy實現(xiàn)數(shù)組合并(官網實例),涉及vstack,hstack的簡單用法,具有一定借鑒價值,需要的朋友可以參考下2018-01-01

