在主成分分析（PCA）中，判断某一个坐标轴（主成分）中信息量多少的标准是方差。因此，正确答案是B: 方差。

### 专业分析
PCA是一种用于降维的技术，通过线性变换将原始数据投影到新的坐标系中，使得在新坐标系中的数据尽可能地保留原始数据的方差信息。具体而言，PCA通过以下步骤来实现降维：

1. **数据标准化**：首先将数据进行标准化处理，使得每个特征的均值为0，方差为1。
2. **计算协方差矩阵**：计算标准化数据的协方差矩阵，以了解特征之间的线性关系。
3. **特征值分解**：对协方差矩阵进行特征值分解，得到特征值和特征向量。特征值表示每个特征向量（主成分）的方差。
4. **选择主成分**：根据特征值的大小排序，选择前k个特征值对应的特征向量作为主成分。这些主成分是新的坐标轴，其中包含最多的信息量（方差）。

因此，PCA通过最大化数据投影后的方差来选择主成分，保留尽可能多的原始数据的变化信息。方差越大，表示该主成分包含的信息量越多。

综上所述，PCA是以方差来判断某一个坐标轴中信息量的多少的，因此正确答案是B: 方差。