本篇内容主要讲解“Python分析包中的qcut怎么用”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python分析包中的qcut怎么用”吧!

成都创新互联基于分布式IDC数据中心构建的平台为众多户提供资阳服务器托管 四川大带宽租用 成都机柜租用 成都服务器租用。

它的作用是根据值的频率来决定箱子的间隔，尽可能地满足样本在每个箱子的数量相等。

先看例子：

ages = np.array([5,10,36,12,77,89,100,30,1]) #年龄数据pd.qcut(ages, 3, labels=['青','中','老']).value_counts()
#结果：青    3中    3老    3dtype: int64

可以看到，每个区间的样本数量都为3. 不过，qcut得到的三个区间长度就不一定相等了。这是和 cut 的最大区别，cut 切分的是等长区间。

# 这是qcut后到得到的三个区间：
Categories(3, interval[float64]): [(0.999, 11.333] < (11.333, 49.667] < (49.667, 100.0]]

很明显，区间长度是不等的。

到此，相信大家对“Python分析包中的qcut怎么用”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！