在数据分析和机器学习中，数据预处理是一个非常重要的步骤。一种常见的数据预处理方法是数据离散化和二值化。但是这两个词可能会让初学者感到困惑。

• 数据离散化：简单地说，就是将连续的数值分成几个区间，并用这些区间的标签来代替原始值。
• 数据二值化：则是把所有数值转换为0或1，通常是基于某个阈值。

接下来将通过具体的Python代码和《三国志》游戏的模拟数据，详细介绍这两个概念。

数据离散化

等宽离散化

等宽离散化是一种将所有数据分为具有相同宽度的区间的方法。比如在《三国志》游戏中，武将有不同的战力分数，范围从0到100。我们可以使用等宽离散化，将战力分为"低"、“中”、"高"三个等级。

下面是一段Python代码用于对《三国志》武将的战力进行等宽离散化。