Python干货，不用再死记硬背pandas关于轴的概念？

Python作为数据分析的优秀语言，如果Excel不能满足你，不妨可以出去见见世面，对于熟练掌握一门编程语言，哪怕是VBA，再去学习其他语言也是非常轻松的，不同语言轮子不同，各取所需。例如我师父就玩转各大语言，最终在Python上开始做知识输出。

前言

axis 表示轴，是处理多维数据时用于表示维度方向的概念，在 pandas 中大部分的方法都有 axis 参数，因为 pandas 需要调用者告诉他，需要处理的是哪个维度的数据。

本文将分享我对 axis 的理解，希望帮助你更好理解 axis 的概念，这些概念不仅仅应用在 pandas ，同样适合于其他相关的库的理解(如 numpy 中的3维或以上的处理)。

通过本文你将学到以下内容：

- 怎么理解不同方法中的 axis 参数的含义

不要死记硬背

有小伙伴会说，axis 这很简单啊，不就是**0表示行，1表示列**，还需要学啥呢？但是，你会发现在 pandas 中，有些方法好像对于 axis 的含义是相反的。

来看些例子，我们有如下数据：

- 3列数据，每列数据都是1到3的数字

"删除第2列"，代码如下：

- df.drop('col2',axis=1) ，其中 axis=1 ，表明删除列

"删除第2行"，代码如下：

- df.drop(1,axis=0) ，其中 axis=0 ，表明删除行

这看起来很好理解，对吧。我们继续，不妨你在看答案之前，自己尝试思考一下 axis 的值是啥。

"为每一行求平均值" ，代码如下：

咦？为什么是 axis = 1 呢？根据直觉，你可能第一时间想到的是 axis = 0 吧。说好的 **0表示行，1表示列** 呢？