Stackoverflow.com是程式設計師的好去處，本公眾號將以pandas為主題，開始一個系列，爭取做到每週一篇，翻譯並幫助pandas學習者一起理解一些有代表性的案例。今天的主題就是Pandas與Numpy中一個非常重要的引數：axis.(軸）

Stackoverflow問題如下：

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？考慮以下程式碼：

>>>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

如果我們呼叫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，如果我們呼叫 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引數的真實含義嗎？

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)

換句話說:

• 使用0值表示沿著每一列或行標籤\索引值向下執行方法
• 使用1值表示沿著每一行或者列標籤模向執行對應的方法

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，Pandas保持了Numpy對關鍵字axis的用法，用法在Numpy庫的詞彙表當中有過解釋：

軸用來為超過一維的陣列定義的屬性，二維資料擁有兩個軸：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對應的列標籤（們）沿著水平的方向依次刪掉。