python axis=-1_Python之NumPy(axis=0 与axis=1)区分详解

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

如果我们调用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

Can someone help me understand what is meant by an "axis" in pandas/numpy/scipy?

有人能帮我理解一下，在pandas、numpy、scipy三都当中axis参数的真实含义吗？

投票最高的答案揭示了问题的本质：

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࿰