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
-----------------------------------------------------------------------------------------------------------------------------------

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
-----------------------------------------------------------------------------------------------------------------------------------

注意，這裡drop()函式需要指定維度，如果不指定的話，會報錯，如下所示：

那麼如何理解在pandas、numpy、scipy中axis引數的真實含義呢

根據stackoverflow答主解釋，axis=0指的是逐行，axis=1指的是逐列。

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:

這裡是理解的關鍵

根據結果： 
mean(axis=0)計算的是每一列平均值， 
mean(axis=1)計算的是每一行平均值。 
drop(0,axis=0)刪除行， 
drop([‘col1’],axis=1)刪除列。