python中的軸axis的簡單介紹

本文目錄一覽：

• 1、python數據分析里axis=0/1 行列定義為什麼每次都不同
• 2、numpy基礎——ndarray對象
• 3、python中刪除數據框某個行時，語法df.drop(‘列名’，axis=1)中，使用axis=1，axis=1不是表示行么？

python數據分析里axis=0/1 行列定義為什麼每次都不同

Pandas保持了Numpy對關鍵字axis的用法，用法在Numpy庫的詞彙表當中有過解釋：

軸用來為超過一維的數組定義的屬性，二維數據擁有兩個軸：第0軸沿着行的垂直往下，第1軸沿着列的方

向水平延伸。

如果簡單點來說，就是0軸匹配的是index， 涉及上下運算；1軸匹配的是columns, 涉及左右運算。

給你舉個栗子：

numpy基礎——ndarray對象

numpy 是使用python進行數據分析不可或缺的第三方庫，非常多的科學計算工具都是基於 numpy 進行開發的。

ndarray對象是用於存放同類型元素的多維數組，是numpy中的基本對象之一，另一個是func對象。本文主要內容是： 1 、簡單介紹ndarray對象 ； 2、ndarray對象的常用屬性 ； 3、如何創建ndarray對象 ； 4、ndarray元素訪問 。

它的維度以及個維度上的元素個數由 shape 決定。

標題中的函數就是numpy的構造函數，我們可以使用這個函數創建一個ndarray對象。構造函數有如下幾個可選參數：

實例：

接下來介紹ndarray對象最常用的屬性

實例：

使用 array 函數，從常規的python列表或者元組中創建數組，元素的類型由原序列中的元素類型確定。

實例：

subok 為 True ，並且object是ndarray子類時（比如矩陣類型），返回的數組保留子類類型

某些時候，我們在創建數組之前已經確定了數組的維度以及各維度的長度。這時我們就可以使用numpy內建的一些函數來創建ndarray。

例如：函數 ones 創建一個全1的數組、函數 zeros 創建一個全0的數組、函數 empty 創建一個內容隨機的數組，在默認情況下，用這些函數創建的數組的類型都是float64，若需要指定數據類型，只需要閑置 dtype 參數即可：

上述三個函數還有三個從已知的數組中，創建 shape 相同的多維數組： ones_like 、 zeros_like 、 empty_like ，用法如下：

除了上述幾個用於創建數組的函數，還有如下幾個特殊的函數：

特別地， eye 函數的全1的對角線位置有參數k確定

用法如下：

除了上面兩個函數還有其他幾個類似的從外部獲取數據並創建ndarray，比如： frombuffer 、 fromfile 、 fromiter ，還沒用過，等用到了在詳細記錄

ndarray提供了一些創建二維數組的特殊函數。numpy中matrix是對二維數組ndarray進行了封裝之後的子類。這裡介紹的關於二維數組的創建，返回的依舊是一個ndarray對象，而不是matrix子類。關於matrix的創建和操作，待後續筆記詳細描述。為了表述方便，下面依舊使用 矩陣 這一次來表示創建的二維數組。

對於一維的ndarray可以使用python訪問內置list的方式進行訪問：整數索引、切片、迭代等方式

關於ndarray切片

與內置list切片類似，形式：

array[beg:end:step]

beg: 開始索引

end: 結束索引（不包含這個元素）

step: 間隔

需要注意的是 ：

特別注意的是，ndarray中的切片返回的數組中的元素是原數組元素的索引，對返回數組元素進行修改會影響原數組的值

除了上述與list相似的訪問元素的方式，ndarray有一種通過 列表 來指定要從ndarray中獲取元素的索引，例如：

多維ndarray中，每一維都叫一個軸axis。在ndarray中軸axis是非常重要的，有很多對於ndarray對象的運算都是基於axis進行，比如sum、mean等都會有一個axis參數（針對對這個軸axis進行某些運算操作），後續將會詳細介紹。

對於多維數組，因為每一個軸都有一個索引，所以這些索引由逗號進行分割，例如：

需要注意的是 ：

多維數組的迭代

可以使用ndarray的 flat 屬性迭代數組中每一個元素

python中刪除數據框某個行時，語法df.drop(‘列名’，axis=1)中，使用axis=1，axis=1不是表示行么？

其實問題理解axis有問題，也許簡單的來記就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作為方法動作的副詞。換句話說：使用0值表示沿着每一列或行標籤\索引值向下執行方法；使用1值表示沿着每一行或者列標籤模向執行對應的方法。

軸axis用來為超過一維的數組定義的屬性，二維數據擁有兩個軸：第0軸沿着行的垂直往下，第1軸沿着列的方向水平延伸。

所以問題當中df.drop（‘列名’,

axis=1）代表將‘列名’對應的列標籤（們）沿着水平的方向依次刪掉。