之前一直对pandas和numpy里的axis 参数理解的不透彻，今天把它写下来加深印象。 axis = 0 是代表跨行，而axis = 1 是代表跨列，想明白这一点，对于其他的操作就都想明白了。 numpy 官方文档对axis的解释很简单，但是却很有用。numpy官方文档
Axes are defined for arrays with more than one dimension. A 2-dimensional array has two corresponding axes: the first running vertically downwards across rows (axis 0), and the second running horizontally across columns (axis 1).
二维数组有2个轴，0轴和1轴，以前我一直理解成axis = 0代表行，axis = 1 代表列，但是到了求运算的时候，比如sum(),mean()的时候，却往往是反的，其实并没有反，是我没有理解透。
1. axis = 0，指的就是跨行，也就是沿着行标签index垂直向下执行。
2. axis = 1，指的是跨列，也就是沿着列名水平方向执行
对于经典的问题，下面的问题我们来解释一下：
也就是说，当axis = 0的时候，我们是在跨行进行操作的，而当我们指定了某一个索引，它就跨不了行了，只能在特定的行上执行操作；对于一些算数运算，跨行操作就变成了一列一列的操作，也就是比如我取了第一行的一个值，然后再向下取第二个行的值，再向下取第三个值，依次类推，就是一列。
而当axis = 1 的时候，就是跨列在水平方向上操作，而当我们指定了某一个列的时候，就不能跨列了，只能在这个列上执行；对于算数运算sum(),mean()求值的时候，就是在横向上遍历每行，对每行的数据进行操作，说简单点，就是我在第一列取了一个值，再在第二列取了第二个值，然后在第三列取第三个值，最终就是一行值了，所以最终就是对每行进行操作。
我们来用代码示例以下：
df1 = DataFrame(np.array([[1,2,3,4],[5,6,7,8]]),index = ['a','b'],columns = ['one','two','three','four'])
pandas 中drop方法axis参数默认是0，如果我们需要删除列的话，必须要指定axis = 1，否则就可能报错，除非索引有和列名重名的。
另外本文的理解特别感谢这篇博客，我看了其他的博客说的都不是太明白。
