axis0-和-axis1的区分设置matplotlib正常显示中文和负号
目录
axis=0 和 axis=1的区分&&设置matplotlib正常显示中文和负号
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