1、首先再导入基础包之后，先创建一组数据
2、qcut是基于百分位来对连续数据分组，先来看一个例子
3、pd.qcut(x, q, labels, duplicates)
其中x为一维数组或Series，如本例中的Age
4、q：分位数的数量；
q=10代表切割为10个分位数区间，即百分位数，在10%、20%...位置切割
q=4代表按四分位数进行切割，即在25%、50%、75%处切割
5、labels：为每个区间添加自定义标签
6、duplicates：用来决定当分组的边界值重复时，如何处理
raise：抛出错误（默认）
drop：删除重复值
（此次分割bin之间无重复值，故未抛出错误，当抛出错误时，改为drop即可）
7、剩余参数还有retbins、presion，可自行尝试
1、qcut在于多了一个q——分位数，意味着分割时总是按照全体数值均等分割成q份；
cut则指定好边界即可，并不会管每个区间记录数量是否大致相同