pandas 中的Axis（轴）的理解

python中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？考虑以下代码：

>>>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
-----------------------------------------------------------------------------------------------------------------------------------

调用df.mean(axis=1),我们将得到按行计算的均值

>>> df.mean(axis=1)
0    1
1    2
2    3

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

然而，如果我们调用 df.drop((name, axis=1),我们实际上删掉了一列，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，这里drop()函数需要指定维度，如果不指定的话，会报错，如下所示：

那么如何理解在pandas、numpy、scipy中axis参数的真实含义呢

根据stackoverflow答主解释，axis=0指的是逐行，axis=1指的是逐列。

其实问题理解axis有问题，df.mean其实是在每一行上取所有列的均值，而不是保留每一列的均值。也许简单的来记就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作为方法动作的副词（译者注）。

换句话说:

• 使用0值表示沿着每一列或行标签\索引值向下执行方法
• 使用1值表示沿着每一行或者列标签模向执行对应的方法

下图代表在DataFrame当中axis为0和1时分别代表的含义:

这里是理解的关键

根据结果： 
mean(axis=0)计算的是每一列平均值， 
mean(axis=1)计算的是每一行平均值。 
drop(0,axis=0)删除行， 
drop([‘col1’],axis=1)删除列。