Numpy和Pandas中关于axis的定义和理解

数据分析的数组函数中（Series和DataFrame……），常常会涉及到轴参数的设置：axis=0、1。
1.当 axis=0 == axis=index，意味着：数组中的所有元素（包括行索引(index)），都被视为（单独的）列向量；在各列向量、或单独一列的行索引上，执行相应操作。

2.当 axis=1 == axis=columns，意味着：数组中的所有元素（包括列索引(columns)），都被视为（单独的）行向量；在各行向量、或单独一行的列索引上，执行相应操作。

举例：

1. np.sum(x1, axis=0)
   即：将x1视为多个单独的 列向量，计算各列的和；（当然不需要考虑索引）。

2. x1.sort_index(axis=1) == x1.sort_index(axis='columns')
   即：将x1视为多个单独的行向量（包含列索引），按照 列索引 的顺序，进行各列的排序（简单理解为’键’的排序）。

3. x1.drop('one',axis=0)==x1.drop('one',axis='index')
   即：将x1视为多个单独的列向量（包含行索引），按照 行索引 的名称匹配，删除行索引对应的 行。