如何用熊貓切割生產同樣大小的垃圾箱？

Question

在 pandas 自己的關於cut方法的文檔中，它說它產生相同大小的垃圾箱。 但是，在他們提供的示例中，它顯然沒有：

>>>pd.cut(np.array([1, 7, 5, 4, 6, 3]), 3)

[(0.994, 3.0], (5.0, 7.0], (3.0, 5.0], (3.0, 5.0], (5.0, 7.0], ...
Categories (3, interval[float64]): [(0.994, 3.0] < (3.0, 5.0] ...

第一個區間比其他所有區間都大，這是為什么呢？

編輯：即使數組中的最小數字 (1) 大於 1（例如 1.001），它仍然會產生寬度不等的 bin：

In [291]: pd.cut(np.array([1.001, 7, 5, 4, 6, 3]), 3)    
Out[291]: 
[(0.995, 3.001], (5.0, 7.0], (3.001, 5.0], (3.001, 5.0], (5.0, 7.0], (0.995, 3.001]]
Categories (3, interval[float64]): [(0.995, 3.001] < (3.001, 5.0] < (5.0, 7.0]]

Answer 1

對於您獲得的那種性能，我可以忍受這種小數誤差。 但是，如果您知道您的數據並希望盡可能接近均勻間隔的 bin，請使用linspace作為 bin 規范（類似於此處）：

arr = np.array([1, 7, 5, 4, 6, 3])
pd.cut(arr, np.linspace(arr.min(), arr.max(), 3+1), include_lowest=True) 
# [(0.999, 3.0], (5.0, 7.0], (3.0, 5.0], (3.0, 5.0], (5.0, 7.0], (0.999, 3.0]]
# Categories (3, interval[float64]): [(0.999, 3.0] < (3.0, 5.0] < (5.0, 7.0]]