令人困惑的熊猫qcut功能的结果

Question

在阅读pd.qcut?的文档时，我根本无法理解它的写作，特别是它的例子，其中一个在下面

>>> pd.qcut(range(5), 4)
... # doctest: +ELLIPSIS
[(-0.001, 1.0], (-0.001, 1.0], (1.0, 2.0], (2.0, 3.0], (3.0, 4.0]]
Categories (4, interval[float64]): [(-0.001, 1.0] < (1.0, 2.0] ...

为什么它返回列表中的5个元素（尽管代码指定4个桶）和2个第一个元素是相同的（-0.001,1.0）？谢谢。

Answer 1

因为0在（-0.001,1]中，所以是1。

range(5) # [0, 1, 2, 3, 4, 5]

相应的[0,1,2,3,4,5]类别是[（-0.001,1.0），（ - 0.001,1.0]，（1.0,2.0），（2.0,3.0），（3.0,4.0） ]。

Answer 2

看看range

list(range(5))
Out[116]: [0, 1, 2, 3, 4]

---

它返回5号，当你做qcut，0，1被认为是一个范围

---

pd.qcut(range(5), 4)
Out[115]: 
[(-0.001, 1.0], (-0.001, 1.0], (1.0, 2.0], (2.0, 3.0], (3.0, 4.0]]
Categories (4, interval[float64]): [(-0.001, 1.0] < (1.0, 2.0] < (2.0, 3.0] < (3.0, 4.0]]