Python是一種功能強大的編程語言，可以用于許多任務，包括數據分析和處理。在處理現實世界中的數據時，通常需要將連續的數量轉換為離散的數量，這就是數值離散化。Python提供了許多工具來簡化這個過程，并幫助您快速進行數據處理。

# 安裝所需的庫
pip install pandas sklearn
# 導入庫
import pandas as pd
from sklearn.preprocessing import KBinsDiscretizer
# 創建數據
students = pd.DataFrame({
'name':['Alice', 'Bob', 'Charlie', 'David', 'Eva'], 
'age':[18, 21, 24, 30, 35], 
'score':[60, 70, 80, 90, 95]})
# 將年齡分成3個級別
est = KBinsDiscretizer(n_bins=3, encode='ordinal', strategy='uniform')
students['age_level'] = est.fit_transform(students[['age']])
# 將成績分成2個級別
est = KBinsDiscretizer(n_bins=2, encode='ordinal', strategy='uniform')
students['score_level'] = est.fit_transform(students[['score']])
# 打印離散化后的數據
print(students)

在以上代碼中，我們安裝了必需的庫，并使用pandas創建了一組數據。我們使用scikit-learn庫中的KBinsDiscretizer類將我們的年齡和成績數據離散化成不同的級別。我們將年齡離散化為3個級別，將成績離散化為2個級別。

最后，我們打印了離散化后的數據。

這是一個非常簡單的示例，但它演示了在Python中進行數值離散化的基本方法。無論您是在進行大數據分析還是進行研究，這種技術都非常有用。