数据预处理-数据变换-连续属性离散化实现：pandas(0.23)+sklearn(0.19.1)+matplotlib(2.2.2)

代码来源：Python数据分析与挖掘实战

源代码有如下错误：

line22: 原: data.reshape      修改后:  data.values.reshape
line23: 原: sort(0)                  修改后: sort_values(0)
line24: 原: pd.rolling_mean(c, 2).iloc[1:]            修改后: pd.DataFrame.rolling(c, 2).mean().iloc[1:]
line31: 原: [j for i in d[d==j]]     修改后: [i for i in d[d==j]]

import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

datafile = '../data/discretization_data.xls'
data = pd.read_excel(datafile)
data = data[u'肝气郁结证型系数'].copy()
k = 4

d1 = pd.cut(data, k, labels=range(k))    #等宽离散化，各个类比依次命名为0，1，2，3

#等频率离散化
w = [1.0*i/k for i in range(k+1)]
w = data.describe(percentiles=w)[4:4+k+1]    #使用desc