Python 中的離散化函數是一種對連續型變量進行離散化的方法。它把一個取值范圍連續的變量分成若干個區間，每個區間表示一個離散化的值。這種方法有很多應用，比如數據處理、機器學習、統計分析等，可以提高模型精度和運算速度。

import pandas as pd
def discretization(data,column,n):
cates=pd.cut(data[column],n,labels=False,right=False)
data[column+'_disc']=cates
return data

上面的代碼是使用 pandas 庫實現一個離散化函數的示例。首先我們定義了一個 discretization 函數，它需要輸入需要離散化的數據集 data，需要離散化的變量 column，以及區間數目 n。然后我們使用 pd.cut 函數進行切割，將 column 列以 n 個區間進行切割，并將切割后的結果存入變量 cates 中。最后我們把離散化后的結果保存到新的一列 column+'_disc' 中，并返回原始數據集。

使用這個函數可以方便地對任意數據集中的變量進行離散化。比如有一個數據集 data，其中包含一個連續型變量 age，需要對其進行離散化，我們可以這樣調用 discretization 函數：

data=discretization(data,'age',4)

這樣就可以將 age 變量劃分為四個區間，并將離散化后的結果存放到 age_disc 列里面。通過離散化函數可以將連續型變量轉化為離散型變量，更符合實際需求。