韩国美容网站 模板邀请专家集体会诊网站建设

axis=0 和 axis=1 是用来指定操作的维度或轴的参数。

记忆方法

• axis=0：想象一个二维数组，沿着列方向（垂直方向）操作。
• axis=1：想象一个二维数组，沿着行方向（水平方向）操作。

1. NumPy 中的 axis 参数

在 NumPy 中，axis 参数用于指定操作的维度。对于二维数组（矩阵），axis=0 表示沿着列操作，而 axis=1 表示沿着行操作。

eg：

import numpy as np# 创建一个 3x4 的二维数组
array = np.array([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]])# 沿着列操作（axis=0）
print("沿着列求和 (axis=0):")
print(np.sum(array, axis=0))  # 输出：[15 18 21 24]# 沿着行操作（axis=1）
print("沿着行求和 (axis=1):")
print(np.sum(array, axis=1))  # 输出：[10 26 42]

解释

• axis=0：沿着列操作，即对每一列进行操作。例如，np.sum(array, axis=0) 会对每一列的元素求和，结果是一个包含每列和的数组。
• axis=1：沿着行操作，即对每一行进行操作。例如，np.sum(array, axis=1) 会对每一行的元素求和，结果是一个包含每行和的数组。

2. Pandas 中的 axis 参数

在 Pandas 中，axis 参数用于指定操作的维度。对于 DataFrame，axis=0 表示沿着行操作（即对每一列进行操作），而 axis=1 表示沿着列操作（即对每一行进行操作）。

eg：

import pandas as pd# 创建一个 DataFrame
data = {'A': [1, 2, 3],'B': [4, 5, 6],'C': [7, 8, 9]}
df = pd.DataFrame(data)# 沿着行操作（axis=0）
print("沿着行求和 (axis=0):")
print(df.sum(axis=0))  # 输出：A    6#        B   15#        C   24# 沿着列操作（axis=1）
print("沿着列求和 (axis=1):")
print(df.sum(axis=1))  # 输出：0    12#        1    15#        2    18

解释

• axis=0：沿着行操作，即对每一列进行操作。例如，df.sum(axis=0) 会对每一列的元素求和，结果是一个包含每列和的 Series。
• axis=1：沿着列操作，即对每一行进行操作。例如，df.sum(axis=1) 会对每一行的元素求和，结果是一个包含每行和的 Series。

3. 总结

• axis=0：沿着列操作，对每一列进行操作（在 NumPy 中是沿着列，在 Pandas 中是沿着行）。
• axis=1：沿着行操作，对每一行进行操作（在 NumPy 中是沿着行，在 Pandas 中是沿着列）。

设置matplotlib正常显示中文和负号

matplotlib.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
matplotlib.rcParams['axes.unicode_minus']=False     # 正常显示负号