pandas/numpyの軸はRのMARGINの反対ですか？

Question

これらの2つのことを反対であると考えるのは正しいですか？これは私の混乱の大きな原因となっています。以下

私はRとPythonのデータフレームの列和を見つける例です。 MARGINとaxisの反対の値に注目してください。 R（列マージンすなわち、MARGIN=2を使用）で

：

Pythonで

m <- matrix(1:6, nrow=2) 
apply(m, MARGIN=2, mean) 
[1] 1.5 3.5 5.5 

（行軸、すなわち、axis=0を使用）：

In [25]: m = pd.DataFrame(np.array([[1, 3, 5], [2, 4, 6]])) 
In [26]: m.apply(np.mean, axis=0) 
Out[26]: 
0 1.5 
1 3.5 
2 5.5 
dtype: float64 

Answer 1

R「は列であるため、これが起こります（Fortranのような） "主要な"言語であるのに対し、NumPyとPandasは "行優先"（Cのような）です。あなたは列優先の基盤となるストレージを変更するnumpyの、でorder='F'を設定しても、APIはまだ基本的に行優先です。

（R 1ベースであるため、1）そうです、numpyのとパンダに、最初の次元（0）はRの最初の次元に対し、行を指す列を指します。私が最初に来るどの次元説明した上

。適用DIMENSIONどちらについてapply()会談は同様に寸法ががを保持しているとして、「オーバー」であるため、混乱も生じます。つまり、行がapply()の場合、結果は長さが入力の列数であるベクトルになります。あなたが見ることができるように、

axis : {0 or ‘index’, 1 or ‘columns’} 
    0 or ‘index’: apply function to each column 
    1 or ‘columns’: apply function to each row 

0は（（行）の寸法が保持され、列の次元が 『上に適用』される指標は、このように解消意味：この特定の混乱はパンダのドキュメント（ただし、Rさん）によって強調されています）。言い換えれば、列上のアプリケーションはaxis=0またはMARGIN=2であり、行のアプリケーションはaxis=1またはMARGIN=1です。 1の値は一致しているようですが、それは偽です。つまり、Pythonが0ベースであるため、Pythonの1が2番目の次元です。