Numpy和Pandas中axis的理解

Numpy中axis用法的解释：
轴用来为超过一维的数组定义的属性，二维数组拥有两个轴：第0轴沿着行的垂直往下，第1轴沿着列的方向水平延伸。

附加参照：https://blog.csdn.net/fangjian1204/article/details/53055219

                  https://www.jianshu.com/p/9aa448ea397c

                  https://www.zhihu.com/question/58993137

numpy中的一些统计函数往往需要指定轴axis
如:
np.sum(a,axis = 1)
那么这个axis=1实际上是说，只对第一轴进行相加操作。比如说：

a = np.array([[1,2,3],[4,5,6]])
print(np.sum(a,axis = 1))
>>>[6 15]
print(np.sum(a,axis = 0))
>>>[5 7 9]
print(np.sum(a))
>>>21

可以看到，当axis=0时，即相加只对第一维度，第一维度的数为[1,2,3]和[4,5,6],所以这两个矩阵相加为[5,7,9]。
当axis=1时，即相加只对第二维度，第二维度的数相加，第一维不变，即为[1+2+3,4+5+6]=[6,15]。
当不加axis参数时，把所有元素相加，即为21。

pandas中的axis的理解（利用Python 进行数据分析P143页）