python如何为数据划分区间
用户关注问题
我有一组数值数据，想要将它们划分成几个区间，方便后续分析。Python中有什么方法可以实现这一功能？
利用pandas的cut函数为数据划分区间
可以使用pandas库中的cut函数来将连续数据划分为离散的区间。通过指定区间边界或者区间数量，cut函数会自动将数据映射到对应区间。示例代码如下：
import pandas as pd
数据 = [10, 15, 20, 25, 30, 35, 40]
区间划分 = pd.cut(数据, bins=3)
print(区间划分)
这样，数据会被均匀地划分成3个区间，并标注每个数值所属区间。
除了pandas，还有没有其他Python库或者方法，可以将数值数据分成若干区间？
使用numpy的digitize函数划分类别区间
numpy库提供了digitize函数，可以根据指定的区间边界，将数据映射到对应的区间编号。例如：
import numpy as np
数据 = np.array([5, 10, 15, 20, 25])
区间边界 = [0, 10, 20, 30]
区间编号 = np.digitize(数据, 区间边界)
print(区间编号)
这会输出每个数据属于第几个区间，便于进行后续处理。
我想要给划分的区间添加自定义的标签名称，方便理解不同区间代表的含义，Python中怎么做？
在pandas.cut中添加labels参数实现自定义区间标签
pandas.cut函数允许通过labels参数自定义每个区间的名称。只需传入与区间数量一致的标签列表即可。例如：
import pandas as pd
数据 = [12, 19, 25, 33, 42]
区间边界 = [0, 20, 40, 60]
标签 = ['低', '中', '高']
区间划分 = pd.cut(数据, bins=区间边界, labels=标签)
print(区间划分)
这样数据就会被分配到“低”、“中”、“高”三个区间标签中，便于结果展示和分析。