numpy库与pandas库axis=0，axis= 1轴的用法详解

Python  /  管理员 发布于 5年前   255

对数据进行操作时，经常需要在横轴方向或者数轴方向对数据进行操作，这时需要设定参数axis的值：

• axis = 0 代表对横轴操作，也就是第0轴；
• axis = 1 代表对纵轴操作，也就是第1轴；

numpy库中横轴、纵轴 axis 参数实例详解：

In [1]: import numpy as np#生成一个3行4列的数组In [2]: a = np.arange(12).reshape(3,4)In [3]: aOut[3]:array([[ 0, 1, 2, 3],    [ 4, 5, 6, 7],    [ 8, 9, 10, 11]])#axis= 0 对a的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算In [4]: a.sum(axis = 0)Out[4]: array([12, 15, 18, 21])#axis= 1 对a的纵轴进行操作，在运算的过程中其运算的方向表现为横向运算In [5]: a.sum(axis = 1)Out[5]: array([ 6, 22, 38])

pandas库DataFrame中横轴、纵轴 axis 参数实例详解：

In [8]: b = pd.DataFrame(np.arange(24).reshape(4,6))In [9]: bOut[9]:  0  1  2  3  4  50  0  1  2  3  4  51  6  7  8  9 10 112 12 13 14 15 16 173 18 19 20 21 22 23#axis= 0 对b的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算In [10]: b.sum(axis = 0)Out[10]:0  361  402  443  484  525  56dtype: int64#axis= 1 对b的横轴进行操作，在运算的过程中其运算的方向表现为纵向运算In [11]: b.sum(axis = 1)Out[11]:0   151   512   873  123dtype: int64

pandas库panel中axis 参数实例详解：

In [18]: np.arange(24).reshape(2,3,4)Out[18]:array([[[ 0, 1, 2, 3],    [ 4, 5, 6, 7],    [ 8, 9, 10, 11]],     [[12, 13, 14, 15],    [16, 17, 18, 19],    [20, 21, 22, 23]]])#生成面板数据In [19]: c = pd.Panel(np.arange(24).reshape(2,3,4))In [24]: cOut[24]:<class 'pandas.core.panel.Panel'>Dimensions: 2 (items) x 3 (major_axis) x 4 (minor_axis)Items axis: 0 to 1Major_axis axis: 0 to 2Minor_axis axis: 0 to 3#对Items axis轴的数据进行操作，也就是panel里面的0轴：In [20]: c.sum(axis = 0)Out[20]:  0  1  2  30 12 14 16 181 20 22 24 262 28 30 32 34对Major_axis axis轴的数据进行操作In [21]: c.sum(axis = 1)Out[21]:  0  10 12 481 15 512 18 543 21 57对Minor_axis axis轴的数据进行操作In [22]: c.sum(axis = 2)Out[22]:  0  10  6 541 22 702 38 86

如果是2维数组，先横轴后纵轴；如果是3维数组，先最外层，然后一层一层按照先横轴再纵轴的逻辑进行匹配轴。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。