Python中axis=0与axis=1指的方向有什么不同详解（代码详解，实例理解）

axis=0 和 axis=1 分别是 Pandas 中两个非常常见的参数。它们用于指定操作的方向，即按行还是按列进行操作。具体来说：

axis=0 表示按照行的方向（从上到下）进行操作，也就是对每一列进行操作。

axis=1 表示按照列的方向进行操作，也就是对每一行进行操作。

可以看到，mean() 方法默认按照 axis=0 方向计算每一列的均值。

可以看到，mean() 方法按照 axis=1 方向计算每一行的均值。

举个实际的例子！

    # 计算training 训练集的最大值，最小值，平均值
    maximums = training_data.max(axis=0)#axis=0 表示按照行的方向（从上到下）进行操作，也就是对每一列进行操作。  计算每一项（每一列）的最大值
    print(maximums) #通过打印内容可知：实际上是 每一项数据的最大值#[ 88.9762 100.      25.65     1.       0.871    8.78   100.      12.1265
  #24.     666.      22.     396.9     37.97    50.    ]

    minimums = training_data.min(axis=0)
    # print(training_data.sum(axis=0))#计算每一项（每一列）的合计 求和
    #数组 矩阵的 长度 已知 原数据矩阵 长度 506 *0.8 =404.8 约等 404
    print(training_data.shape[0])#shape函数是Numpy中的函数，它的功能是读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度。

maximums = training_data.max(axis=0)
#axis=0 表示按照列的方向（从上到下）进行操作，也就是对每一列进行操作。  计算每一项（每一列）的最大值

  print(maximums) 
#通过打印内容可知：实际上是 每一项数据的最大值#[ 88.9762 100.      25.65     1.       0.871    8.78   100.      12.1265
#24.     666.      22.     396.9     37.97    50.    ]

附：axis=0 与 axis=1 的区分

官方帮助的解释：

轴用来为超过一维数组定义的属性，二维数据拥有两个轴：第0轴沿着行的方向垂直向下，第1轴沿着列的方向水平延申。

根据官方的说法，1表示横轴，方向从左到右；0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，体现出列的增加或者减少。反之，当axis=0时，数组的变化是纵向的，体现出行的增加或减少。

下图为dataframe中axis为0和1时的图示：

实例：