NumPy的histogram函数：计算一个数据集的直方图

说明

numpy.histogram(a, bins=10, range=None, density=None, weights=None)

计算一个数据集的直方图。

参数：
a：代表输入的数据集。直方图是在展平的数组上计算的。

bins：如果bins是一个整数，它定义了在给定范围（默认为10）内等宽的bins的数量。如果bins是一个序列，它定义了一个单调递增的bin边缘数组，包括最右边的边缘，允许非均匀的bin宽度。

density：如果为False，结果将包含每个bin中的样本数量。如果为True，结果是归一化的概率密度函数在bin处的值，使得在整个范围内的积分为1。请注意，除非选择宽度为1的bins，否则直方图值的总和不会等于1；它不是一个概率质量函数。

返回：
hist：数组，直方图的值。
bin_edges：数组。返回bin边缘。(length(hist)+1).

注意：最后一个bin（最右边的）是全闭，其它的bin是半开。例如，如果输入参数bins的值是

[1, 2, 3, 4]

那么第一个 bin 是 [1, 2)（包括 1，但不包括 2），第二个 bin 是 [2, 3)。然而，最后一个 bin 是 [3, 4]，它包括了 4。

举例

下面示例返回每个bin的样本数量：

下面示例返回每个bin的概率密度：

下面示例输入数据是2维的，直方图是在展平的数组上计算的：

下面示例演示了概率密度、概率：