下面是一个使用percentileofscore函数进行分组，并使用expanding方法的示例代码：

import numpy as np
from scipy.stats import percentileofscore

# 创建一个随机数组
np.random.seed(0)
data = np.random.randint(0, 10, size=100)

# 按照percentileofscore进行分组
groups = []
for score in range(0, 11, 2):
    group = (score, percentileofscore(data, score))
    groups.append(group)

# 打印分组结果
for group in groups:
    print("Score: {} - Percentile: {:.2f}%".format(group[0], group[1]))

# 使用expanding方法计算累积分位数
cum_percentiles = np.expanding_apply(data, percentileofscore)

# 打印累积分位数结果
print("\nCumulative Percentiles:")
print(cum_percentiles)

这段代码首先使用numpy.random.randint函数创建一个随机数组data。然后，通过循环遍历0到10之间的整数，使用percentileofscore函数计算每个整数对应的分位数，并将结果存储在groups列表中。接下来，通过遍历groups列表，打印出每个整数对应的分位数。

最后，使用numpy.expanding_apply函数和percentileofscore函数计算data数组的累积分位数，并将结果存储在cum_percentiles数组中。最后，打印出cum_percentiles数组的结果。