Python my pandas.cut输出类别与pandas文档中显示的类别之间存在差异

我正在学习pandas.cut将我的数据放入不同的箱子。我正在运行来自的示例代码。但不知何故，我生成的输出中显示的类别是不同的

第一个例子：

Tocut = np.array([1, 7, 5, 6, 4, 9])
pd.cut(Tocut, 3)

我得到的类别输出是“类别（3，对象）：[（0.992，3.667]<（3.667，6.333]<（6.333，9）]”，而文档显示“类别（3，间隔[float64]）：…”

第二个例子：

s = pd.Series(np.array([2, 4, 6, 8, 10]), index=['a', 'b', 'c', 'd', 'e'])
pd.cut(s, 6)

我得到的类别输出是“Categories（6，object）：”而文档仍然显示float64

我只是想知道是什么导致了这一点。Python中的任何东西都不是对象吗

---

谢谢。

我认为这可能是一个bug，但它现在已经被修复。在0.23.4上，它按预期返回float64

pd.cut(s, 6)

a    (1.992, 3.333]
b    (3.333, 4.667]
c      (4.667, 6.0]
d    (7.333, 8.667]
e     (8.667, 10.0]
dtype: category
Categories (6, interval[float64]): [(1.992, 3.333] < (3.333, 4.667] < (4.667, 6.0] < (6.0, 7.333] <
                                    (7.333, 8.667] < (8.667, 10.0]]

pd.cut（s，6）
a（1.992,3.333）
b（3.333、4.667）
c（4.667,6.0）
d（7.333、8.667）
e（8.667,10.0）
数据类型：类别
类别（6，区间[float64]）：[（1.992,3.333]<（3.333,4.667]<（4.667,6.0]<（6.0,7.333]<
(7.333, 8.667] < (8.667, 10.0]]

---

我猜这是一个与第二个示例中的非数字索引有关的bug，在某种程度上造成了这种情况。

谢谢。我还没来得及看你的回复就下班了。我刚在我的个人笔记本电脑上试用过，它有一个更新版本的Anaconda，它很有效。非常感谢。如果你不介意，你能告诉我为什么上面写着flo吗请用at64代替对象？浮点数不也是一种对象吗？谢谢。