我已经使用df %>%
mutate(y = group_indices(., x))
和numpy很长时间了，但通常还是对沿轴进行操作的概念感到困惑。
例如，如果我有一个形状为[200,5]的数据，并且想查找结果为形状[1,5]的均值，则我将首先调用pandas，如果没有没有用，我会尝试data.mean(axis=0)。
结果是，在这种情况下data.mean(axis=1)是正确的。但是我没有很好的术语来记住要使用哪个轴。
当前，我认为无论我要将形状减小为1的任何轴，都需要在该轴上应用该操作。
对于axis=0，mean或sum之类的归约运算来说，这很好。
但是我不知道如何思考何时应用不减小形状的操作，例如std，divide，add等（对于{{ 1}}和sort的形状不同，涉及广播）
因此，我感到好奇的是创建divide和add的人对此有何直觉。当他们说“沿行轴排序”时，它们的确切含义使我感到好奇。
我想很清楚地理解它，以至于我知道在调用某个轴时会得到什么结果！