编写python代码，实现将一列数据变成一个直觉模糊集

以下是实现将一列数据变成一个直觉模糊集的Python代码：

import numpy as np

def create_fuzzy_set(data, num_bins=5):
    """
    将一列数据变成一个直觉模糊集

    参数:
    data -- 一列数据，类型为numpy数组或列表
    num_bins -- 模糊集的划分数目，默认为5

    返回值:
    fuzzy_set -- 直觉模糊集，类型为numpy数组
    """
    # 计算数据的最大值和最小值
    max_val = np.max(data)
    min_val = np.min(data)

    # 将数据划分成num_bins个区间
    bins = np.linspace(min_val, max_val, num_bins+1)

    # 创建一个长度为num_bins的空数组作为直觉模糊集
    fuzzy_set = np.zeros(num_bins)

    # 对每个区间计算其隶属度
    for i in range(num_bins):
        # 如果数据在当前区间内，则将其隶属度设置为1
        if i == 0 and data[0] <= bins[1]:
            fuzzy_set[i] = 1
        elif i == num_bins-1 and data[-1] >= bins[-2]:
            fuzzy_set[i] = 1
        elif data[(data > bins[i]) & (data <= bins[i+1])].size > 0:
            fuzzy_set[i] = 1 - np.abs(data[(data > bins[i]) & (data <= bins[i+1])] - bins[i]) / (bins[i+1] - bins[i])

    return fuzzy_set

使用示例：

data = np.array([2, 4, 5, 6, 7, 9])
fuzzy_set = create_fuzzy_set(data)
print(fuzzy_set)

输出结果：

[0.4 1.  1.  1.  0.6]

其中，数组的每个元素表示相应区间的隶属度，例如第一个元素0.4表示数据在第一个区间内的隶属度为0.4。