numpy库与pandas库axis=0，axis= 1轴的用法详解

对数据进行操作时，经常需要在横轴方向或者数轴方向对数据进行操作，这时需要设定参数axis的值：

• axis = 0 代表对横轴操作，也就是第0轴；
• axis = 1 代表对纵轴操作，也就是第1轴；

numpy库中横轴、纵轴 axis 参数实例详解：

in [1]: import numpy as np
#生成一个3行4列的数组
in [2]: a = np.arange(12).reshape(3,4)
in [3]: a
out[3]:
array([[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]])
#axis= 0 对a的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算
in [4]: a.sum(axis = 0)
out[4]: array([12, 15, 18, 21])
#axis= 1 对a的纵轴进行操作，在运算的过程中其运算的方向表现为横向运算
in [5]: a.sum(axis = 1)
out[5]: array([ 6, 22, 38])

pandas库dataframe中横轴、纵轴 axis 参数实例详解：

in [8]: b = pd.dataframe(np.arange(24).reshape(4,6))
in [9]: b
out[9]:
  0  1  2  3  4  5
0  0  1  2  3  4  5
1  6  7  8  9 10 11
2 12 13 14 15 16 17
3 18 19 20 21 22 23
#axis= 0 对b的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算
in [10]: b.sum(axis = 0)
out[10]:
0  36
1  40
2  44
3  48
4  52
5  56
dtype: int64
#axis= 1 对b的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算
in [11]: b.sum(axis = 1)
out[11]:
0   15
1   51
2   87
3  123
dtype: int64

pandas库panel中axis 参数实例详解：

in [18]: np.arange(24).reshape(2,3,4)
out[18]:
array([[[ 0, 1, 2, 3],
    [ 4, 5, 6, 7],
    [ 8, 9, 10, 11]],
 
    [[12, 13, 14, 15],
    [16, 17, 18, 19],
    [20, 21, 22, 23]]])
#生成面板数据
in [19]: c = pd.panel(np.arange(24).reshape(2,3,4))
in [24]: c
out[24]:
<class 'pandas.core.panel.panel'>
dimensions: 2 (items) x 3 (major_axis) x 4 (minor_axis)
items axis: 0 to 1
major_axis axis: 0 to 2
minor_axis axis: 0 to 3
#对items axis轴的数据进行操作，也就是panel里面的0轴：
in [20]: c.sum(axis = 0)
out[20]:
  0  1  2  3
0 12 14 16 18
1 20 22 24 26
2 28 30 32 34
对major_axis axis轴的数据进行操作
in [21]: c.sum(axis = 1)
out[21]:
  0  1
0 12 48
1 15 51
2 18 54
3 21 57
对minor_axis axis轴的数据进行操作
in [22]: c.sum(axis = 2)
out[22]:
  0  1
0  6 54
1 22 70
2 38 86

如果是2维数组，先横轴后纵轴；如果是3维数组，先最外层，然后一层一层按照先横轴再纵轴的逻辑进行匹配轴。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。